Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matemáticas III
2021-I
Vectores
Objeto matemático que posee magnitud y sentido.
Un vector es caracterizado por su punto inicial y su punto final.
En Rn se representa por una n-tupla ordenada (x1 , . . . , xn ).
Si v ∈ Rn es un vector, se denomina vector n-dimensional.
Notación: v̄, ~v, v, v, v ∈ Rn
x2 (x1 , x2 ) x2 (x1 , x2 )
x1 x1
u+v
u t ·u
u
v
x
Operaciones con vectores en Rn
Asociatividad: (u + v) + w = u + (v + w)
Neutro multiplicativo: 1 · v = v
Distributividad: t · (v + w) = t · v + t · w y (t + s) · v = t · v + s · v
Vectores especiales en Rn
Vector nulo: 0̄ = (0, . . . , 0).
Vector opuesto: si v = (v1 , . . . , vn ) entonces −v = (−v1 , . . . , −vn ).
v
−v
e2
e1
Ejemplo
Determine que par de vectores son paralelos
En R2 , u = (1, 2) y v = (3, 6)
En R2 , u = (−2, 3) y v = (4, 6)
En R2 , u = (2018, 2019) y v = (0, 0)
En R3 , u = 2e1 + 3e2 − 2e3 y v = −6e1 − 9e2 + 6e3
Norma (euclidiana) de un vector
Dado v = (v1 , . . . , vn ) ∈ Rn , la norma o magnitud de v se define como
q
kvk = v12 + · · · + vn
2.
v2 v
v1
Figura: La norma en R2
Ejemplo
Determine la norma del vector v = (1, 3) en R2 .
Norma (euclidiana) de un vector
Propiedades:
kvk ≥ 0, para todo v ∈ Rn .
kvk = 0 si, y solo si, v = 0̄.
kt · vk = |t|kvk, para todo t ∈ R y v ∈ Rn .
Observación
Es claro que k − vk = kvk, para cualquier vector v ∈ Rn .
Ejemplo
Demuestre que ku − vk = 0 si, y solo si, u = v.
Norma de un vector
Ejemplo
Para n = 2, grafique cada uno de los siguientes conjuntos:
{v ∈ R2 : kvk < 2}
{v ∈ R2 : kv − v0 k ≤ 1}, con v0 = (1, 0).
{v ∈ R2 : kv − v0 k ≤ 4 ∧ kv − v0 k > 1}, con v0 = (0, 1).
En este caso v = (x, y). Así, el primer conjunto es dado por todos los puntos (x, y) tales
que
x2 + y 2 < 4
−2 2
Notaciones
vn
v0 = v1
£ ¤
... vn .
Producto interno
u1 v1
. . n
.. , v = .. ∈ R , el producto interno de u y v se define como
Sean u =
un vn
n
u0 v =
X
ui vi = u1 v1 + · · · + un vn .
i=1
Ejemplo
−1 0
Dados u = 2
y v = 3 vectores de R3 , determine u0 v y v0 u.
−3 1
Propiedades:
(tu + v)0 w = t(u0 w) + v0 w, para todo u, v, w ∈ Rn y t ∈ R,
u0 v = v0 u, para todo u, v ∈ Rn ,
u0 u ≥ 0, para todo u ∈ Rn ,
u0 u = kuk2 = 0 si, y solo si, u = 0̄.
Ejemplo
Sean u, v ∈ Rn , demuestre que u0 v = 0 si, y solo si, ku + vk2 = kuk2 + kvk2 .
Notemos que
ku + vk2 = (u + v)0 (u + v) = u0 (u + v) + v0 (u + v) = u0 u + u0 v + v0 u + v0 v
en otras palabras
ku + vk2 = kuk2 + 2u0 v + kvk2
ku + tvk2 = at 2 + bt + c
donde a = kvk2 , b = 2u0 v y c = kuk2 . Desde que todo número al cuadrado es positivo o
cero, se deduce que el discrimiante del polinomio es negativo o cero, es decir
Ejemplo
1 0
µ ¶
1 1
u= , ,··· , y v = (a1 , a2 , · · · , an )0
n n n
1 0
µ ¶
¡p p p ¢0 1 1
u= a1 , a2 , · · · , an y p , p ,··· , p
a1 a2 an
PC-1, 2018-II
Si x, y, z ∈ R y p, q, r ∈ R+ , con p + q + r ≤ 1, muestre que:
PC-1, 2018-I
Para x, y, z ∈ R+ , demuestre que
à !
x2 y2 z2
x+y+z ≤ 2 + + .
y+z x+z x+y
PC-1, 2017-II
a) Usando la desigualdad de Cauchy-Schwarz, muestre que
¯Xn ¯ X n
¯ (−1)i+1 i2 ¯ ≤ i2
¯ ¯
i=1 i=1
b) Considere tres escalares x1 , x2 , x3 , tales que x12 + x22 + x32 = 1. Determine el máximo
valor de
x1 + 2x2 + 3x3 .
Desigualdad Triangular
Teorema
Para todo u, v ∈ Rn se cumple que
ku + vk ≤ kuk + kvk.
u+v
u
u
ku + vk2 = kuk2 + 2u0 v + kvk2
≤ kuk2 + 2kukkvk + kvk2
= (kuk + kvk)2
v
ku + vk ≤ kuk + kvk.
Ejemplo
u0 v
cos(θ) =
kukkvk
v
θ
Ejemplo
Determine el ángulo entre los siguientes vectores
Los vectores canónicos ei y ej en Rn .
· ¸ · ¸
2 1
u= y v= .
1 3
1 Dos vectores son perpendiculares si forman un ángulo de π/2.
2 Diremos que u, v son ortogonales si u0 v = 0.
Ejemplo
Sean u, v ∈ Rn . Demuestre que existe α ∈ R tal que u − αv es ortogonal a v.
PC-1, 2015-II
Sean x, y vectores en Rn , que forman un ángulo θxy ∈ [0, π/2]. Dado un escalar β, defina
e(β) = y − βx.
Determine β que minimiza la función ke(β)k2 .
Sea β̂ el valor hallado antes. Defina ŷ = β̂x y ê = e(β̂) = y − ŷ . Pruebe que
kêk2 = kyk2 − kŷk2 .
Defina ρ = kŷk2 /kyk2 . ¿Qué relación existe entre ρ y θxy ?
PC-1, 2016-I.
Sean u, v vectores no paralelos. Diremos que w es bisectriz de u y v si el ángulo entre u
y w es igual al ángulo entre w y v. Determine escalares a y b para que el vector
w = au + bv sea una bisectriz de u y v.
Eliminación de Gauss-Jordan
Matemáticas III
2021-I
Matrices particionadas
r s
donde Aij ∈ Mmi ×nj , donde m =
X X
mi y n = nj .
i=1 j=1
Ejemplo
· ¸ · ¸
1 1 0 1 1 0
A = 0 1 1 = £0 1¤ £1¤
0 0 1 0 0 1
Más operaciones con matrices particionadas
Sean A = [Aij ] y B = [Bij ] matrices particionadas tales que Aij y Bij tienen el mismo
tamaño. Entonces
Igualdad: A = B si, y solo si, Aij = Bij , para todo i, j.
Suma: A + B = [Aij + Bij ].
Producto por un escalar: t · A = [tAij ].
Transpuesta: A0 = [A0ji ].
Producto: Si A = [Aik ] y B = [Bkj ] son matrices particionadas, tales que Aik y Bkj son
conformables para todo i, j, k, entonces AB = [Cij ], donde
s
X
Cij = Aik Bkj .
k=1
Ejemplo
Sea A = [A1 , . . . , An ] particionada por sus columnas, x = [x1 , . . . , xn ]0 y b ∈ Rn . Entonces
Ax = b puede reescribirse como
x1 A1 + · · · + xn An = b.
Ejemplo importante
Ejemplo
Sea A = [A1 , . . . , An ] particionada por sus columnas, x = [x1 , . . . , xn ]0 y b ∈ Rn . Entonces
Ax = b puede reescribirse como
x1 A1 + · · · + xn An = b.
x1 + 2x2 + 3x3 = 6
2x1 − 4x2 + 3x3 = 1
6x1 − 6x2 + x3 = 1
v = α1 v1 + · · · + αr vr .
Ejemplo
3 1 −2 −1
7 = 2 2 − 2 0 + 3 1
1 3 4 1
Ejemplo
· ¸ · ¸ · ¸
2 3 −1
¿ es combinación lineal de y ?
0 3 1
Ejemplo
Demuestre que el vector (0, 0, 0)0 es combinación lineal de u = (1, 1, 1)0 , v = (1, 2, 3)0 y
w = (1, 4, 9)0 .
Ejemplo
Pruebe que alguno de los vectores u = (1, 1, 1)0 , v = (1, 2, 1)0 , w = (2, 1, 2)0 es combinación
lineal de los otros dos.
En efecto, no es complicado notar que v + w = (3, 3, 3)0 y por ende
1 1
u= v + w.
3 3
Ejemplo
Encuentre un conjunto de generadores para
U = {(x, y, z, w) ∈ R4 : x + z + 3w = 0 ∧ y + 2z − 4w = 0}.
El objetivo acá es poder despejar algunas de las variables en términos de las otras. En
ese sentido, notemos que
x + z + 3w = 0 → x = −z − 3w
de manera similar
y + 2z − 4w = 0 → y = −2z + 4w
Por lo tanto,
x
−1 −3
y
= z +w 4
−2
z 1 0
w 0 1
Matrices escalonadas y eliminación gaussiana
4 6 5 7 3 2 3 2 3 2 1 0 0 1/2 5
4 7 4 6 2
ops−→ 0
filas 1 0 0 −2 ops−→ 0 1 0
filas 0 −2
4 6 4 6 4 0 0 1 1 −1 0 0 1 1 −1
2 3 2 3 2 0 0 0 0 0 0 0 0 0 0
| {z } | {z }
matriz escalonada matriz reducida
Teorema
Sea A una matriz m × n y x ∈ Rn y b ∈ Rm . La matriz aumentada del sistema es la
matriz particionada [A|b]. Entonces
x+z = q
y + 2w = 0
x + 2z + 3w = 0
2y + 3z + pw = 3.
1 0 1 0 q 1 0 1 0 q 1 0 0 2q
−3
0 1 0 2 0 → 0 1 0 2 0 → 0 1 0 2 0
1 0 2 3 0 0 0 1 3 −q 0 0 1 3 −q
0 2 3 p 3 0 0 3 p−4 3 0 0 0 p − 13 3 + 3q
Propiedades del rango
Sea A una matriz m × n.
ρ(A) = ρ(A0 )
ρ(A) ≤ mı́n{m, n}
Si ρ(A) = mı́n{m, n}, se dice que A tiene rango máximo.
ρ(AB) ≤ mı́n{ρ(A), ρ(B)}.
ρ(A) = ρ(A0 A)
Ejercicio
Matemáticas III
2021-I
Independencia lineal
Diremos que los vectores v1 , . . . , vr ∈ Rn son linealmente independientes (l.i.) si la
ecuación vectorial, con incógnitas α1 , . . . , αr ∈ R,
α1 v1 + · · · + αr vr = 0̄,
Observación
Si los vectores v1 , . . . , vr no son l.i., diremos que son linealmente dependientes (l.d.).
Ejemplo
Si u, v son l.i., pruebe que v, v + αu son l.i. para α 6= 0.
i=1 i=1
Ejemplo
Sean v1 , . . . , vr ∈ Rn no nulos, ortogonales dos a dos. Demuestre que son linealmente
independientes.
desde que son ortoganales dos a dos, se tiene que la última expresión se simplifica a la
siguiente
αj kvj k2 = 0.
deduciéndose que αj = 0. Esto ocurre para todo j entre 1 y r . Mostrando así que los
vectores son l.i.
Ejercicio
Responda a cada una de las siguientes interrogantes
1 ¿La unión de dos subconjuntos l.i. es l.i. ?
2 ¿La intersección de dos subconjuntos l.i. es l.i.?
1 Falso. En R2 los conjuntos {e1 , e2 } y {e1 , e1 + e2 } son ambos l.i., pero la unión
{e1 , e2 , e1 + e2 }
α1 e1 + α2 e2 + α3 e3 = 0̄.
Ejercicio
Muestre que el conjunto {0̄, v2 , . . . , vr } es l.d., al margen de como sean los vectores
v2 , . . . , vr .
Ejercicio
Si v1 , . . . , vr son l.i. entonces v1 , . . . , vk son l.i, para k ≤ r .
Ejercicio
Si v1 , . . . , vr son l.d. entonces v1 , . . . , vk son l.d., para k > r .
Criterios para independencia lineal
Sean v1 , . . . , vr vectores en Rn y defina M = [v1 , . . . , vr ].
Proposición
Los vectores v1 , . . . , vr son l.i. si, y solo si, el sistema M x̄ = 0̄ posee solución única.
Observación
Notemos que M es una matriz de orden n × r y x̄ ∈ Rr . Además ( ρ(M) = r ).
Ejemplo
Determine si los siguientes conjuntos de vectores son l.i. o l.d.:
· ¸ · ¸
1 3
,
−1 0
· ¸ · ¸ · ¸
1 0 4
, ,
0 1 9
[1, 0, −2]0 , [0, 1, 3]0 , [−5, 1, 2]0
[1, 1, 0, 0]0 , [1, 2, 1, 1]0 , [1, 1, 1, 2]0
Proposición
Los vectores v1 , . . . , vr de Rn son l.i. si, y solo si, el sistema M x̄ = 0̄ posee solución única.
Ejemplo
Sean v1 , . . . , vr vectores de Rn . Demuestre que si r > n entonces v1 , . . . , vr son l.d.
PC-1, 2016-II.
Sea a un escalar. Considere vectores {v1 , . . . , vn } de Rn (n > 1) tales que el i-ésimo
elemento de vi es igual a 1 y los elementos restantes son iguales a a (i = 1, . . . , n). El
escalar a debe satisfacer dos condiciones para que el conjunto {v1 , . . . , vn } sea
linealmente independiente ¿cuáles son estas condiciones?
1 a a a
a 1 a a
a a 1 a
v1 =
. , v2 = . , v3 = . , · · · , vn = . ,
. . . .
. . . .
a a a 1
1 a ··· a (n − 1)a + 1 (n − 1)a + 1 ··· (n − 1)a + 1
a 1 ··· a a 1 ··· a
M =
.. .. −→
.. ..
. . . .
a a ··· 1 a a ··· 1
1 a ··· a (n − 1)a + 1 (n − 1)a + 1 ··· (n − 1)a + 1
a 1 ··· a a 1 ··· a
M =
.. .. −→
.. ..
. . . .
a a ··· 1 a a ··· 1
1
Primera condición (n − 1)a + 1 6= 0 lo que implica que a 6= − .
n−1
1 1 1 1
···
1 1 ··· 1
a
0 1−a 0 ··· 0
1 ··· a
−→ 0
0 1−a ··· 0
−→
.. .. .
. .
. ..
. .
a a ··· 1
0 0 0 ··· 1−a
Espacios vectoriales
Matemáticas III
2021-I
Apuntes
Espacios vectoriales
Un espacio vectorial real es un conjunto V dotado de dos operaciones: + (suma) y ·
(producto por un escalar) que deben satisfacer: Para todo u, v, w ∈ V
Ley de cerradura interna: u + v ∈ V
Ley de cerradura externa: t · u ∈ V
Asociatividad: (u + v) + w = u + (v + w)
Conmutatividad: u + v = v + u
∃ neutro: ∃ 0 ∈ V tal que v + 0 = v, ∀ v ∈ V ;
Compatibilidad de · : t · (s · v) = (ts) · v
Neutro del producto: 1 · v = v̄
Distributividad: t · (v + w) = t · v + t · w
Distributividad: (t + s) · v = t · v + s · v
Apuntes
Ejemplos
Ejemplo
Rn
Apuntes
Subespacios vectoriales
Ejemplo
Ejercicio
Muestre que P = {(x, y, z) ∈ R3 : ax + by + cz = 0} es subespacio de R3 .
Ejercicio Apuntes
Muestre que Sn = {matrices n × n simétricas} es subespacio de Mn×n .
Sean A, B ∈ Sn , es decir A0 = A y B0 = B, y t ∈ R.
(A + B)0 = A0 + B0 = A + B y (tA)0 = tA0 = tA
Ejercicio
Demuestre que el conjunto de funciones f : R → R que se anulan en todos los puntos
del intervalo [0, 1] es un subespacio vectorial del conjunto de funciones.
Primero denotemos por G = {f : R → R/ f (x) = 0 para todo x ∈ [0, 1]}. Sean f1 , f2 ∈ G y
t ∈ R.
(f1 + f2 )(x) = f1 (x) + f2 (x), si x ∈ [0, 1] entonces (f1 + f2 )(x) = 0.
(tf1 )(x) = tf1 (x), si x ∈ [0, 1] entonces (tf1 )(x) = 0.
Ejercicio
Sean U y V subespacios vectoriales de Rn , demuestre que
W = {u + v/ u ∈ U y v ∈ V }
es un subespacio vectorial de Rn .
Sean w1 , w2 ∈ W y t ∈ R. Existen u1 , u2 ∈ U y v1 , v2 ∈ V tales que
w1 = u1 + v1 y w2 = u2 + v2 .
Apuntes
Ejercicio
esto es equivalente a
v10 u = a y v20 u = a
Apuntes
Combinación lineal
Sea V un espacio vectorial.
Diremos que v es combinación lineal de v1 , . . . , vr si existen α1 , . . . , αr ∈ R tales
que
v = α1 v1 + · · · + αr vr .
Ejemplo
Rn = span{e1 , . . . , en }.
Tarea
Dado {v1 , . . . , vr } ⊂ Rn demuestre que span{v1 , . . . , vr } es un subespacio vectorial de Rn .
Ejercicio
Apuntes
Muestre que span{1, x, x2 } = {p(x) : polinomios de grado ≤ 2}.
esto es equivalente a decir que p(x) es un polinomio de grado menor o igual a dos.
Ejercicio
Muestre que span{v1 , . . . , vr } ⊂ span{v1 , . . . , vr , vr+1 , . . . , vs }.
v = α1 v1 + · · · + αr vr
v = α1 v1 + · · · + αr vr + 0 vr+1 + · · · + 0 vs .
|{z} |{z}
αr+1 αs
Apuntes
Independencia lineal
Sea V un espacio vectorial. Diremos que v1 , . . . , vr son linealmente independientes si
α1 v1 + · · · + αr vr = 0̄ −→ α1 = · · · = αr = 0.
Ejemplo
· ¸ · ¸ · ¸ · ¸
1 0 0 1 0 0 0 0
Las matrices , , , son l.i. en M2×2 .
0 0 0 0 1 0 0 1
de incógnitas a0 , a1 , a2 , . . . , ar ∈ R.
Evaluamos en x = 0 y obtenemos a0 = 0.
La ecuación se reduce a
Ejercicio Apuntes
Demuestre que V = {(x, y, z) ∈ R3 : z = 3x
y x = 2y} es un subespacio vectorial de R3 y
encuentre un conjunto de generadores que sean linealmente independientes.
x 1
x
1
y = x y z = 3x → y = 2 x = x 12 → V = span{u}.
1
2
z 3x 3
| {z }
u
Ejercicio
Pruebe que el conjunto {1, 1 − x, 1 + x + x2 } es un conjunto linealmente independiente y
genera el espacio
x = 0 → a+b+c = 0 x = 1 → a + 3c = 0 x = −1 → a+2b+c = 0
Propiedades
Sea V un espacio vectorial.
Proposición
Sean v1 , . . . , vr ∈ V linealmente independientes y w ∈ span{v1 , . . . , vr }.
w se escribe de manera única como combinación lineal de v1 , . . . , vr .
v1 , . . . , vk−1 , w, vk+1 , . . . , vr
también es l.i.
w = α1 v1 + α2 v2 + · · · + αr vr = β1 v1 + β2 v2 + · · · + βr vr
Entonces
Apuntes
Ejemplo
En P = {polinomios}, los polinomios 1, x, x2 , . . . , xr son l.i., para cualquier r ∈ N.
Aplicamos el Wronskiano
x x2 xr
¯
¯1
¯
··· ¯
r−1
¯ ¯
¯0
¯ 1 2x ··· rx ¯
¯
¯0
¯ 0 2 ··· r(r − 1)xr−2 ¯¯
¯ .. .. ..
¯ ¯
¯
¯.
¯ . . ¯
¯
¯0 0 0 ··· r! ¯
Apuntes
Ejercicio
Muestre que en C[0, 1], si λ1 , λ2 , λ3 son distintos dos a dos, entonces el conjunto
{eλ1 x , eλ2 x , eλ3 x } es linealmente independiente.
Aplicamos el Wronskiano
Ahora
¯ ¯ ¯ ¯
¯1 1 1 ¯¯ ¯¯1 1 1 ¯ ¯ λ2 − λ1 λ3 − λ1 ¯¯
¯ ¯ ¯
¯λ1 λ2 λ3 ¯¯ = ¯¯0 λ2 − λ1 λ3 − λ1 ¯¯ = ¯¯
¯
¯λ2 λ2 (λ2 − λ1 ) λ3 (λ3 − λ1 )¯
λ22 λ2 ¯ ¯0
¯
1 3 λ2 (λ2 − λ1 ) λ3 (λ3 − λ1 )¯
¯ ¯
¯1 1 ¯¯
= (λ2 − λ1 )(λ3 − λ1 ) ¯¯ = (λ2 − λ1 )(λ3 − λ1 )(λ3 − λ2 ).
λ2 λ3 ¯
Apuntes