Módulo 2

MÓDULO 2

Introducción

4. R ELACION ES LÓGICAS Y R AZON AMIEN TOS

4.1 Relaciones lógicas y razonamientos

5. VECTOR ES (TEOR ÍA)

5.1 Vectores (Teoría)

6. VECTOR ES (PR ÁCTICA)

6.1 Vectores (Práctica)

CIER R E DEL MÓDULO

Descarga del contenido

15

Introducción

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).

I'm not a robot

reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.204

Se desarrollarán los conceptos teóricos referidos a las distintas relaciones lógicas entre formas lógicas
proposicionales compuestas, desarrollando sus respectivas tablas de verdad, pero sumándole ahora la
identi cación de cuál relación lógica se trata y las características propias de cada una de ellas.

Se estudiarán los espacios vectoriales y a vectores (se les llama vectores a los elementos de los
espacios vectoriales). Se ejercitarán todos los conceptos teóricos. 
Objetivos del módulo

Distinguir las distintas relaciones lógicas entre proposiciones.

Entender qué proposiciones representan razonamientos válidos e inválidos.

Comprender los conceptos teóricos de los vectores.

Resolver ejercicios de combinación lineal, dependencia o independencia lineal, base y dimensión de

un espacio.

UNIDAD 4
4.1 Relaciones lógicas y
Relaciones lógicas y
razonamientos.
razonamientos
 UNIDAD 5
5.1 Vectores (Teoría).
Vectores (Teoría) 

UNIDAD 6
6.1 Vectores (Práctica).
Vectores (Práctica)

C O NT I NU A R
25

4.1 Relaciones lógicas y razonamientos

Se desarrollarán los conceptos teóricos referidos a las distintas relaciones lógicas entre formas lógicas
proposicionales compuestas, desarrollando sus respectivas tablas de verdad, pero sumándole ahora la
identi cación de cuál relación lógica se trata y las características propias de cada una de ellas. Las
relaciones lógicas posibles son: contrariedad o incompatibilidad lógica, subcontrariedad lógica, contradicción
lógica, implicación lógica, deducibilidad (es la relación inversa de la implicación lógica) y equivalencia lógica.

Luego, se explicará qué es un razonamiento y cómo reconocer cada una de las partes que lo componen, a
qué se hace referencia cuando se habla de un razonamiento válido y por qué es fundamental tener bien en
claro su de nición. En contraposición, caracterizaremos un razonamiento inválido. En este punto, son
importantes los conceptos de tautología, contradicción y contingencia, ya que llegaremos a la conclusión de
que un razonamiento válido es solo aquel que surge como resultado de una tautología; mientras que un
razonamiento inválido es aquel que surge como resultado de una contradicción o contingencia.

Es importante que se comprenda bien cómo formar la tabla de verdad de una proposición dada, ya que, a
partir de saber identi car si dicha tabla de verdad forma una tautología, contradicción o contingencia, y
teniendo como base las distintas relaciones lógicas posibles entre proposiciones, el alumno será capaz de
identi car si esta representa un razonamiento válido o inválido.

Inferencia lógica o argumento lógico

Ejemplo de resolución de una proposición (resultado: razonamiento no válido): 

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).
 I'm not a robot
reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.204

Matemática Secundaria y Superior - QuidiMat (2014). Inferencia lógica o argumento lógico-Problemas y ejercicios. [Video] YouTube

Inferencia lógica o argumento lógico

Ejemplo de resolución de una proposición (resultado: razonamiento no válido) 

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).

I'm not a robot

reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.204

Matemática Secundaria y Superior - QuidiMat (2013). INFERENCIA LÓGICA O ARGUMENTO LÓGICO - PROBLEMAS Y

EJERCICIOS. Recuperado de: Youtube

Lógica 

Relaciones lógicas entre formas lógicas proposicionales – simples o compuestas - (casos con solo dos
proposiciones, ya que con tres proposiciones hay más combinaciones posibles):

1) Contrariedad o incompatibilidad lógica

En ningún caso son verdaderas a la vez. Ejemplo: p ∧ q (conjunción) comparado con p Y q (disyunción
exclusiva).

Resultados posibles: VF; FV; FF. Nunca un resultado posible de esta relación será VV.

2) Subcontrariedad lógica

En ningún caso son falsas a la vez. Ejemplo: p ∨ q (disyunción inclusiva) comparado con p → q
(condicional). Resultados posibles: VV; VF; FV.
Nunca un resultado posible de esta relación será FF.
 3) Contradicción lógica

En ningún caso son verdaderas a la vez ni falsas a la vez. Resultados posibles: VF; FV. Nunca un
resultado posible de esta relación será VV ni FF

Contradicción: Contrariedad + Subcontrariedad

4) Implicación lógica

A implica lógicamente a B si y solo si en ningún caso ocurre que A sea verdadera y B sea falsa.

Ejemplo: p ∧ q (conjunción) comparado con p → q (condicional).

Resultados posibles: VV; FF; FV.

Nunca un resultado posible de esta relación será VF.

En este sentido, el ejemplo anterior signi ca que p ∧ q (conjunción) implica lógicamente a p → q

(condicional). Esto, a su vez, signi ca también que p → q (condicional) se deduce de p ∧ q (conjunción).
Jamás podrá pasar VF, donde A implica lógicamente a B y B se deduce de A.

Ejemplo cotidiano: “Si hay un tío, es porque hay un sobrino; y si hay un sobrino, es porque hay un tío.”

5) Deducibilidad

B se deduce de A si y solo si en ningún caso ocurre que A sea verdadera y B sea falsa - planteo actual -
(o bien, A se deduce de B si y solo si en ningún caso ocurre que B sea verdadera y A sea falsa - planteo
anterior -.
Resultados posibles: VV; FF; VF.

Nunca un resultado posible de esta relación será FV. Jamás podrá pasar FV, donde B implica
lógicamente a A y A se deduce de B. La deducibilidad es la relación inversa de la implicación lógica.
 6) Equivalencia lógica

Los valores coinciden en todos los casos. Esto signi ca que:

a) A implica lógicamente a B (en ningún caso ocurre que A sea verdadera y B sea falsa).
b) B implica lógicamente a A (en ningún caso ocurre que B sea verdadera y A sea falsa).

O, lo que es lo mismo decir:

a) B se deduce de A.
b) A se deduce de B.

Ejemplo: - p ∨ q (disyunción inclusiva) comparado con p → q (condicional).

Resultados posibles: VV; FF.

Nunca un resultado posible de esta relación será VF ni FV.

Equivalencia: Implicación + Deducción

Leyes lógicas: razonamiento deductivo (válido)

Tipos de razonamientos

1 El contenido: que es verdadero o falso.

2 La estructura o forma lógica: que es válido o inválido.

Un razonamiento es un conjunto de proposiciones (dos o más) en el cual una de ellas, a la cual llamaremos
conclusión, se in ere de otras, a la cual llamaremos premisas (una o más).

Un razonamiento es válido (o correcto) si y solo si su forma lógica es válida y esto es así únicamente cuando
no admite casos de sustitución (ejemplos de contenido) con premisas verdaderas y conclusión falsa.

Es decir que, en este sentido:

1 Admite casos de sustitución con premisas verdaderas y conclusión verdadera (o sea, que
conserva la veracidad de las premisas).

2 Admite casos de sustitución con premisas falsas y conclusión verdadera, o bien, falsa (o sea,
que puede no conservar la falsedad de las premisas).

Resultados posibles: VV; FF; FV. Nunca un resultado posible de este razonamiento será VF.

Esta relación es una implicación lógica, es decir, las premisas implican lógicamente a la conclusión y la
conclusión se deduce de las premisas.

El orden entre las premisas y la conclusión puede ser varios:

1 Premisa (s) luego conclusión.

 2 Conclusión dado que premisa (s).

3 Premisa (s) luego conclusión ya que premisa (s).

Expresiones derivativas (que indican que lo que viene es la conclusión): “luego”, “por lo tanto”, “por
consiguiente”, “por ende”, “es así que”, “de ello se sigue que”.

Expresiones que indican que lo que viene es una premisa: “dado que”, “ya que”, “pues”, “porque”.

Un razonamiento válido es un razonamiento deductivo

Un razonamiento deductivo es aquel del cual la conclusión se sigue exactamente de las premisas.

Ejemplos de razonamientos válidos:

(p ∧ q) -> p ∧ q

((p -> q) ∧ p) -> q

Se llama Modus Ponens.

((p -> q) ∧ - q) -> - p

Se llama Modus Tollens

((p ∨ q) ∧ - p) -> q
Se llama Silogismo Disyuntivo.

((p -> q) ∧ q -> r) -> (p -> r)

Se llama Silogismo Hipotético.

Son todas tautologías: razonamientos válidos.

Un razonamiento inválido es un razonamiento inductivo 

Un razonamiento deductivo es aquel del cual la conclusión se sigue con probabilidad de las premisas.

Ejemplos de razonamientos inválidos:

1 p -> (p ∧ q)
Ejemplo:
p: París es la capital de Francia
p ∧ q: París es la capital de Francia y Madrid es la capital de España
Acepta un contra-ejemplo:
p: El río Nilo es el más largo del mundo
p ∧ q: El río Nilo es el más largo del mundo y el Río de la Plata es el más angosto del mundo
Sucede que p ∧ q, partiendo de V puede dar un resultado F.

2 ((p -> q) ∧ q) -> p

Se llama Falacia de a rmación del consecuente.

3 ((p -> q) ∧ - p) -> - q

Se llama falacia de negación del antecedente.
Son todas no tautologías (en estos casos, contingencias): razonamientos inválidos

¿Qué es un razonamiento?
Un razonamiento es un conjunto de conclusiones en el cual
una de ellas, a la cual llamaremos inferencia, se deduce de
premisas.

Un razonamiento es un conjunto de proposiciones en el cual

una de ellas, a la cual llamaremos conclusión, se in ere de
premisas.

Un razonamiento es un conjunto de conclusiones en el cual

una de ellas, a la cual llamaremos proposición, se in ere de
premisas.

Un razonamiento es un conjunto de conclusiones en el cual

una de ellas, a la cual llamaremos preposición, se in ere de
premisas.

Un razonamiento es un conjunto de inferencias en el cual una

de ellas, a la cual llamaremos inferencia lógica, se deduce de
premisas.      

SUBMIT

C O NT I NU A R
35

5.1 Vectores (Teoría)

Un espacio vectorial (o lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra
lineal.

Se desarrollarán los conceptos teóricos referidos a espacios vectoriales y a vectores (se les llama vectores
a los elementos de los espacios vectoriales).

Comenzaremos de niendo qué es un espacio vectorial real, que es con el que trabajaremos, y qué es un
vector. Mencionaremos los diferentes elementos de un vector (dirección, sentido y coordenadas) con
ejemplo de cada uno de ellos.

Luego, comenzaremos a ahondar en las operaciones que se pueden realizar utilizando vectores (suma de
dos vectores, o como su contraposición: resta de dos vectores, y multiplicación de un número, al que
llamaremos escalar, por un vector). Seguiremos estudiando las propiedades de los espacios vectoriales para
cada uno de las operaciones.

A continuación, explicaremos cómo identi car si un vector es combinación lineal de otros vectores o no y lo
que esto signi ca; la dependencia o independencia lineal y el concepto de un sistema generador. Con estos
conceptos anteriores podremos describir cuál puede ser una base de un espacio vectorial y la dimensión de
esa base.

Además, de niremos un subespacio vectorial.

Es importante que todos los conceptos teóricos queden claros para poder aplicarlos a los ejercicios y, en
primera instancia, saber identi car bien qué es lo que se nos está solicitando, para luego, saber qué
procedimiento aplicar.
Espacios vectoriales reales

Un espacio vectorial (o lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra
lineal. Se les llama vectores a los elementos de los espacios vectoriales.

La palabra real hace referencia a que los escalares que se usan son números reales. Sería igualmente
posible de nir un espacio vectorial complejo utilizando números complejos en lugar de números reales.

Ejemplo de un vector AB:

Elementos de un vector

Dirección: es la dirección de la recta que contiene al vector o de cualquier recta paralela a ella.

Sentido: en el ejemplo anterior, el sentido del vector AB es el que va desde el origen A al

extremo B, tal como se indica con la echa.
 Coordenadas: en el ejemplo anterior, las coordenadas de los puntos extremos del vector AB
son: A (x₁, y₁) y B (x₂, y₂). Entonces, las coordenadas del vector AB son las coordenadas del
extremo menos las coordenadas del origen para cada eje: AB (x₂ - x₁, y₂ - y₁). Ejemplo: las
coordenadas de los puntos extremos del vector AB son: A (2, 2) y B (5, 7). Entonces, las
coordenadas del vector AB son: AB (5 -2, 7 - 2), y resolviendo: AB (3, 5).

Operaciones con vectores

Suma: podemos sumar dos vectores y obtenemos un tercer vector. La suma de cada uno de
los vectores de V (A y B) resulta el vector (A + B) de V. Recordemos que si el vector A
pertenece a V y el vector B pertenece a V, entonces el vector (A + B) también pertenece a V.
Los componentes del vector resultante se obtienen sumando los respectivos componentes de
los vectores: si tenemos los vectores A (x₁, y₁) y B (x₂, y₂), la suma sería el vector AB (x₁ + x₂,
y₁ + y₂). Por ejemplo: si tenemos los vectores A (-2, 5) y B (3, -1), el vector (A + B) sería (1, 4).
En la resta, como el opuesto de la suma: A - B es lo mismo que A + (- B), los componentes del vector
resultante se obtienen restando los respectivos componentes de los vectores: si tenemos los vectores A
(x₁, y₁) y B (x₂, y₂), la resta sería el vector AB (x₂ - x₁, y₂ - y₁). Por ejemplo: si tenemos los vectores A (-2, 5)
y B (3, -1), el vector (A - B) sería (-5, 6) y el vector (B - A) sería (5, -6).

Multiplicación: podemos multiplicar un vector por un número, al que llamaremos escalar, y

obtenemos un segundo vector. El producto entre un número real α y un vector v de V resulta
el vector (α * v) de V. Recordemos que si v pertenece a V y α es un escalar, entonces (α * v)
también pertenece a V. El producto de un vector por un número es otro vector, de igual
 dirección que el primer vector, y del mismo sentido que el primer vector si el número es
positivo y del sentido opuesto que el primer vector si el número es negativo. Los componentes
del vector resultante se obtienen multiplicando por el escalar a las componentes del vector: si
tenemos el escalar α y el vector A (x₁, y₁), la multiplicación del vector resultante sería (α * x₁, α
* y₁). Por ejemplo: si tenemos los vectores A (-2, 5) y B (3, -1), el vector —A sería (2, -5) y el
vector 3B sería (9, -3).

Propiedades de los espacios vectoriales

Para la suma de vectores

Asociatividad: (v + w) + s = v + (w + s)

Conmutatividad: v + w = w + v

Existencia de elemento neutro: 0 + v = v + 0 = v

Existencia de inverso aditivo o de elemento opuesto: para todo vector v existe otro vector (-
v) que es su inverso: v + (- v) = (- v) + v = 0. Es aditivo porque suma el vector v con su inverso
 (- v) y da 0.

Para el producto de un vector por un escalar

Asociatividad: (α * β) * v = α * (β * v)

Existencia de elemento unidad: 1 * v = v

Distributividad del producto por escalares respecto a la suma de

V: α * (v + w) = α * v + α * w

Distributividad del producto por escalares respecto a la suma de

R: (α + β) * (v) = α * v + β * v

Es importante no confundir el vector neutro 0 con el escalar 0

a * 0 = 0, donde a pertenece a los números reales.

0 * v = 0, donde v pertenece al espacio vectorial V

Si a * v = 0, donde a pertenece a los números reales y v pertenece al espacio vectorial V,

entonces, o bien, a = 0, o v = 0.

Cuando hablamos de un conjunto de vectores en R2 (0, 0), hacemos referencia a dos vectores de dos
componentes en la recta o el plano cada uno y en R3 (0, 0, 0) de tres vectores de tres componentes en el
espacio cada uno.
Ejemplos

(a, a) + (b, b) = (a + b, a + b) Este también es un elemento de la recta o el plano. Por ejemplo:

(2, 1) + (-2, -1) = (2 + -2, 1 + -1) = (0, 0) Este también es un elemento de la recta o el plano.

α * (a, a) = (α * a, α * a) Este también es un elemento de la recta o el plano.

(x, y, 0) + (x’, y’, 0) = (x+x’, y+y’, 0) Este también es un elemento del espacio.

α * (x, y, 0) = (α * x, α * y, 0) Este también es un elemento del espacio.

Combinación lineal

Si V es un espacio vectorial y v, w, x son vectores que pertenecen al espacio vectorial V, donde α, β, γ son
escalares que pertenecen a los números reales, cualquier vector de la forma: α * v + β * w + γ * x, se
denomina combinación lineal de v, w, x, siempre y cuando α, β, γ no sean todos escalares nulos. Si α, β, γ son
todos nulos, entonces el vector resultante no es una combinación lineal de los otros vectores.

De esta manera, una combinación lineal de dos o más vectores es el vector que se obtiene al sumar esos
vectores multiplicados por respectivos escalares.
Ejemplo: dados los vectores x (1, 2) e y (3, -1), hallar el vector combinación lineal z = 2 x + 3 y. Hacemos: z =
2 (1, 2) + 3 (3, -1) = (2, 4) + (9, -3) = (11, 1).

Ejemplo: todo vector v = (a, b, c) en R3 se puede expresar como: i = (1, 0, 0), j = (0, 1, 0) y k = (0, 0, 1),
donde v = (a, b, c) = a (i) + b (j) + c (k). Entonces se dice que v es una combinación lineal de los 3 vectores i, j,
k.

Dado un sistema generador S de V y un vector cualquiera v incluido en V, en general, no hay una única
manera de expresar v como combinación lineal de los elementos de S, es decir, no existe una única elección
de escalares. Sin embargo, esta combinación lineal es única en el caso en que S sea una base de V. 

Dependencia o independencia lineal

Un conjunto de vectores de un espacio vectorial es linealmente dependiente si existe un conjunto de

escalares no todos nulos en su combinación lineal, tal que: α * v + β * w + γ * x = 0 (α, β, γ diferente a 0). Esto
quiere decir que se puede escribir como una combinación lineal. Es un sistema ligado.
Un conjunto de vectores de un espacio vectorial es linealmente independiente si existe un conjunto de
escalares todos nulos en su combinación lineal, tal que: α * v + β * w + γ * x = 0 (α, β, γ igual a 0).
Esto quiere decir que ninguno de los vectores se puede escribir como combinación lineal de los restantes, o
sea, no se puede escribir como una combinación lineal. Es un sistema libre.

Como una consecuencia inmediata de estas de niciones, observemos que cualquier conjunto de vectores
que contenga al elemento neutro es linealmente dependiente.

Es importante comprender que el hecho de que podamos expresar uno de los vectores como combinación
lineal del resto no signi ca que podamos expresar cualquier vector como combinación lineal del resto.

Teoremas

Cualquier conjunto que contenga al vector 0 es linealmente dependiente.

Cualquier conjunto que no contenga al vector 0 es linealmente independiente (o sea que

contenga vectores diferentes de 0).

Cualquier conjunto formado por dos vectores diferentes de cero, S = {v₁, v₂}, donde v₁ ≠ 0, v₂ ≠
0, es linealmente dependiente, sí, y solo si, uno de los vectores es múltiplo escalar del otro.

Sistema generador de un espacio

Un sistema generador S de V no tiene por qué ser un conjunto linealmente independiente. No obstante,
siempre podemos extraer un subconjunto de S que sea linealmente independiente. Basta con quitar uno a
uno los vectores que se puedan expresar como combinación lineal del resto. Además, puesto que los
vectores que eliminamos se pueden expresar como combinación lineal del resto, es fácil razonar que el
subconjunto linealmente independiente con el que nos vamos a quedar también es un sistema generador de
V. Por otro lado, un conjunto de vectores linealmente independiente de V no es necesariamente un sistema
generador de V. Sin embargo, podemos completar el conjunto añadiendo uno a unos vectores que sean
linealmente independientes con los anteriores hasta obtener un sistema generador de V. Son estos
conjuntos los que nos van a interesar. 

Base y dimensión de un espacio

Un conjunto de vectores S = {v₁, v₂, …, vn} en un espacio vectorial V, es base de V si cumplen

simultáneamente con las siguientes condiciones:

S es un sistema generador de V.

S es linealmente independiente (es un sistema libre).

Una base debe tener su cientes valores para generar a V, pero no tantos, de modo que uno de ellos pueda
escribirse como una combinación lineal de los demás vectores en S.

En términos generales, una base para un espacio vectorial es un conjunto de vectores del espacio, a partir
de los cuales se puede obtener cualquier otro vector de dicho espacio, haciendo uso de las operaciones en él
de nidas. Cualquier vector de dicho espacio se expresa, de forma única, como combinación lineal de los
vectores de su base.

Base

Una base del espacio vectorial es un conjunto de vectores linealmente independiente que genera ese
espacio. Es decir, un conjunto de vectores de un espacio vectorial es una base de ese espacio vectorial si ese
conjunto de vectores es linealmente independiente.
Las bases de un espacio vectorial no son únicas: todas las bases de un mismo espacio vectorial nitamente
generado tienen el mismo número de vectores, o sea que, dos bases distintas de un mismo espacio vectorial
tienen el mismo número de elementos y, además, éstos son múltiplos entre sí.

Dimensión

La dimensión del espacio es la cantidad de vectores que conforman la base del espacio.

Por ejemplo, si V es un espacio nitamente generado, se denomina dimensión de ese espacio vectorial al
número de vectores de una cualquiera de sus bases.

Cuando hablamos de un conjunto de vectores en R2 (0, 0), hacemos referencia a dos vectores de dos
componentes en la recta o el plano cada uno; en R3 (0, 0, 0) de tres vectores de tres componentes en el
espacio cada uno; también podemos hablar en R4; en Rn. El n es el número de elementos del espacio
vectorial o la dimensión del espacio vectorial.

Decimos, entonces, que si un espacio vectorial consta de un número nito de vectores, entonces V es de
dimensión nita. En caso contrario, V es de dimensión in nita.

Subespacio vectorial

Si H es un subconjunto no vacío de un espacio vectorial V y H es en sí un espacio vectorial bajo las

operaciones de suma y multiplicación por un escalar de nidas en V, entonces se dice que H es un subespacio
de V.

A través del teorema del subespacio, se puede determinar si un subconjunto de V es en realidad un

subespacio de V (o un subconjunto no vacío de H de un espacio vectorial V es un subespacio de V).
Un subconjunto S de un espacio vectorial es un subespacio sólo si

0 pertenece al subespacio S: esto signi ca que el punto de origen de cualquier eje cartesiano
debe estar incluido en dicho subespacio.

El subespacio es “cerrado”: si v y w son dos vectores que pertenecen al subespacio S

(entonces, v + w pertenece al subespacio S).

Es subespacio es “cerrado”: α es un escalar que pertenece a R (entonces, α * v pertenece al

subespacio S).

Entonces, un subespacio vectorial es aquel espacio formado por todos los vectores que surgen de todas las
combinaciones posibles de la expresión de la combinación lineal que forma el vector, es decir, el conjunto de
todas las combinaciones lineales de esos vectores genera un subespacio vectorial.

Marque todos los elementos que componen un vector.

 Sectores
Sentido

Ejes

Coordenadas

Dirección

SUBMIT

C O NT I NU A R
45

6.1 Vectores (Práctica)

En primera instancia, repasaremos los conceptos teóricos para saber identi car qué es lo que se nos está
solicitando en cada ejercicio y, a partir de esto, iremos estudiando el procedimiento adecuado a aplicar
según corresponda en cada caso.

Desarrollaremos ejercicios de las siguientes temáticas:

Combinación lineal
–
Es decir, si es posible escribir un vector dado como combinación lineal de otros vectores dados (aquí,
debemos encontrar los valores de α, β, γ - según corresponda —. Si no son todos escalares nulos, representa
una combinación lineal). Siguiendo esta misma línea de trabajo podemos decidir si un vector dado pertenece a
un subespacio en cuestión. 

Dependencia o independencia lineal

–
Es decir, si vectores dados entre sí son linealmente dependientes o independientes. 

Base y dimensión de un espacio

–
Por ejemplo, hallar base y dimensión de un subespacio en cuestión; encontrar vectores que sean base de un
subespacio en cuestión o decidir si esos vectores son base de ese subespacio.

Práctica Vectores 

En el siguiente archivo les presentamos una serie de ejercicios que les servirán para practicar. 

Práctica de vectores.pdf
243.1 KB

Reineri Rossi, P. (s/f). Espacios vectorales reales.

C O NT I NU A R
55

Descarga del contenido

¿Quieres imprimir el contenido del módulo?

Para descargar el contenido del módulo, e imprimirlo, haz clic en el archivo que se encuentra a continuación.