Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑎𝑥 + 𝑏𝑦 = 𝑘
{
𝑐𝑥 + 𝑑𝑦 = 𝑙
Por ejemplo
5𝑥 + 3𝑦 = 13
{ (1)
2𝑥 + 5𝑦 = 9
La solución de un sistema de ecuaciones lineales, algebraicamente, es el valor que toman las incógnitas de
manera que, al sustituir en ambas ecuaciones, las igualdades se cumplen.
Geométricamente, la solución del sistema de ecuaciones lineales, es el punto del plano en el que las rectas
que representan ambas ecuaciones se intersectan.
5𝑥 + 3𝑦 = 13
2𝑥 + 5𝑦 = 9
(2)
(2; 1)
(1)
𝑎𝑥 + 𝑏𝑦 = 𝑘
{
𝑐𝑥 + 𝑑𝑦 = 𝑙
𝑐𝑥 + 𝑑𝑦 = 𝑙 𝑐𝑥 + 𝑑𝑦 = 𝑙
𝑐𝑥 + 𝑑𝑦 = 𝑙
𝑎𝑥 + 𝑏𝑦 = 𝑘 𝑎𝑥 + 𝑏𝑦 = 𝑘 𝑎𝑥 + 𝑏𝑦 = 𝑘
Ejemplo
La representación matricial es
𝑎11 𝑎12 𝑎13 𝑘
(𝑎21 𝑎22 𝑎23 |𝑚)
𝑎31 𝑎32 𝑎33 𝑛
OPERACIONES ELEMENTALES
Tercera: Suma del múltiplo de una fila con otra fila (𝑘) × 𝐹𝑖 + 𝐹𝑗 → 𝐹𝑗
El objetivo es transformar a la matriz aumentada del sistema, en una matriz que tenga la forma
“escalonada”:
1 𝑎 𝑏𝑝
(0 1 𝑐 |𝑞)
0 0 1𝑟
Donde 𝑎, 𝑏, 𝑐, 𝑝, 𝑞 𝑦 𝑟 son números.
𝑥 + 𝑎𝑦 + 𝑏𝑧 = 𝑝
{ 𝑦 + 𝑐𝑧 = 𝑞
𝑧=𝑟
El nuevo sistema tiene la forma denominada “triangular” que se resuelve por sustitución en reversa.
𝑥 =𝑙
{ 𝑦 =𝑚
𝑧=𝑛
Este sistema, muestra la solución del sistema
Ejemplo
𝑥 − 2𝑦 + 𝑧 = 0
{ 2𝑦 − 8𝑧 = 8
−4𝑥 + 5𝑦 + 9𝑧 = −9
La representación matricial es
1 −2 1 0
(0 2 −8| 8 )
−4 5 9 −9
1 −2 1 0 1 −2 1 0 (4) 1 −2 1 0
(0 2 −8 8) (0 2 −8 8 ) (0 2 −8 8 ) (1/2)
−4 5 9 −9 −4 5 9 −9 ↲ 0 −3 13 −9
1 −2 1 0 1 −2 1 0 1 −2 1 0
(0 1 −4 4) (0 1 −4 4 ) (3) (0 1 −4 4)
0 −3 13 −9 0 −3 13 −9 ↲ 0 0 1 3
1 −2 1 0 ↰ 1 −2 0 −3 1 −2 0 −3
(0 1 −4 4) ( 0 1 −4 4 ) (0 1 −4 4 ) ↰
0 0 1 3 (−1) 0 0 1 3 0 0 1 3 (4)
1 −2 0 −3 1 −2 0 −3 ↰ 1 0 0 29
(0 1 0 16 ) (0 1 0 16 ) (2) (0 1 0 16)
0 0 1 3 0 0 1 3 0 0 1 3
El procedimiento seguido, se denomina “Eliminación de Gauss – Jordan”
𝑥 = 29 𝑦 = 16 𝑧=3
Ejemplo
Un turista viaja a Europa y visita tres países: Inglaterra, Francia y España. Gasta 30 $us al día en hospedaje
en Inglaterra, 20 $us al día en Francia, y 20 $us en España. En alimentación gasta 20 $us diarios en
Inglaterra, 30 $us en Francia y 20 $us en España. Además, por conceptos varios el turista gastó 10 $us
diarios en cada uno de los tres países. A su regreso, el registro de gastos del viajero indicaba un total de 340
$us en hospedaje, 320 $us en alimentos y 140 $us en gastos varios. Organizar la información en una tabla
de doble entrada. ¿Cuántos días estuvo el turista en cada país?
30 20 20 340
𝐵 = (20 30 20|320)
10 10 10 140
30 20 20 340 (1/10) 3 2 2 34 ↰ 1 1 1 14 (−2)(−3)
(20 30 20|320) (1/10) → (2 3 2|32) → (2 3 2|32) ↲
10 10 10 140 (1/10) 1 1 1 14 ↲ 3 2 2 34 ↲
1 1 1 14 ↰ 1 0 1 10 1 0 1 10 ↰
(0 1 0 | 4 ) (−1)(1) → (0 1 0|4) → (0 1 0| 4 )
0 −1 −1 −8 ↲ 0 0 −1 −4 (−1) 0 0 1 4 (−1)
OBSERVACIÓN IMPORTANTE
- Si el número de ecuaciones es igual al número de incógnitas, se dice que el sistema tiene solución
única.
1 ∗ ∗∗
(0 1 ∗|∗)
0 0 1∗
- Si el número de ecuaciones es menor al número de incógnitas, se dice que el sistema tiene infinitas
soluciones.
1 ∗ ∗ ∗
(0 1 ∗| ∗)
0 0 00
- Si se observa que en el sistema se genera una incongruencia tal como 0 = 𝑎, donde 𝑎 es un número
diferente de cero, se dice que el sistema NO tiene solución.
1 ∗ ∗ ∗
(0 1 ∗| ∗)
0 0 05
SISTEMAS HOMGÉNEOS
Un sistema en el que todos los términos independientes son cero, se denomina sistema homogéneo.
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 0
𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 0
{
……………………………………………
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 0
La gráfica de cada ecuación, pasa por el origen. Entonces, el origen es un punto de intersección. Esta
solución se conoce con el nombre de “solución trivial”
Ejemplo
5𝑥 + 3𝑦 = 0
2𝑥 − 7𝑦 = 0
Sin embargo, existen sistemas homogéneos que admiten infinitas soluciones, estas se conocen con el
nombre de “soluciones no triviales”
Ejemplo
Solución
3 2 −4 0 ↰ 1 −5 3 0 (−3)(−2) 1 −5 3 0
(1 −5 3 |0) ↲ → (3 2 −4|0) ↲ → (0 17 −13|0) (−1)
2 7 −5 0 2 7 −5 0 ↲ 0 17 −11 0 ↲
1 −5 3 0 1 −5 3 0 𝑥1 − 5𝑥2 + 3𝑥2 = 0 𝑥1 = 0
→ (0 17 −13|0) (1/17) → (0 1 −13/17|0) → 𝑥2 − 13/17𝑥3 = 0 → 𝑥2 = 0
0 0 2 0 (1/2) 0 0 1 0 𝑥3 = 0 𝑥3 = 0
Ejemplo
Solución
3 2 −4 0 (−1) 3 2 −4 0 ↰ 1 −5 9 0 (−3)(−5)
(4 −3 5 |0) ↲ → (1 −5 9 |0) ↲ → (3 2 −4|0) ↲
5 −8 14 0 5 −8 14 0 5 −8 14 0 ↲
1 −5 9 0 1 −5 9 0 ↰ 1 0 −2/17 0
(0 17 −31|0) (1/17) → (0 1 −31/17|0) (5) → (0 1 −31/17|0)
0 0 0 0 0 0 0 0 0 0 0 0
Ejemplo
3𝑥 + 5𝑦 = −7
{
−2𝑥 + 5𝑦 = 1
SOLUCIÓN
3 5 −7 𝑥
𝐴=( ) ; 𝐵 = ( ) 𝑦 𝑋 = (𝑦)
−2 5 1
𝐴𝑋 = 𝐵 → 𝑋 = 𝐴−1 𝐵
1 5 −5
𝐴−1 = ( )
25 2 3
8 8
1 5 1 −40 − 𝑥=−
−5 −7
𝑋 = 𝐴−1 𝐵 = ( )( ) = ( )=( 5) → 5
25 2 3 1 25 −11 11 11
− 𝑦=−
25 25
𝑆𝑖 |𝐴| ≠ 0 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑥𝑖𝑠𝑡𝑒 𝐴−1
5𝑥 + 3𝑦 − 2𝑧 = 1
{ 2𝑥 + 3𝑦 = 2
−3𝑥 + 𝑦 = 0
SOLUCIÓN
5 3 −2
2 3
|𝐴| = | 2 3 0 | = (−2)(−1)4 | | = −2(11) = −22 ≠ 0
−3 1
−3 1 0
El sistema tiene solución única.
El sistema es 𝐴𝑋 = 𝐵, donde
5 3 −2 1 𝑥
𝐴=( 2 3 0 ) ; 𝐵 = (2) 𝑦 𝑋 = (𝑦)
−3 1 0 0 𝑧
𝑋 = 𝐴−1 𝐵
0 0 11 0 −2 6 1 0 −2 6
𝐶𝑜𝑓(𝐴) = (−2 −6 −14) → 𝐴𝑑𝑗(𝐴) = ( 0 −6 −4) → 𝐴−1 = − (0 −6 −4)
22
6 −4 9 11 −14 9 11 −14 9
4 2 2
𝑥=
22 11 11
1 0 −2 6 1 1 −4 12 6 6
𝑋=− (0 −6 −4) (2) = − (−12) = = → 𝑦=
22 22 22 11 11
11 −14 9 0 −17
17 17 17
(22) (11) 𝑧=
22
Ejemplo. - Analizar y resolver el sistema de ecuaciones lineales
3𝑥 + 5𝑦 − 𝑧 = −4
2𝑦 + 3𝑧 + 4𝑤 = 0
{
2𝑥 − 𝑧 + 4𝑤 = 1
𝑥 + 𝑦 + 𝑧 + 𝑤 = −3
3 5 −1 0
|𝐴| = |0 2 3 4
| = −84 ≠ 0
2 0 −1 4
1 1 1 1
El sistema tiene solución única
Rango de una matriz. - El rango es igual al orden de la sub matriz de mayor tamaño posible, cuyo
determinante resulte diferente de cero.
Ejemplo.
3 2 5 0
𝐴 = (4 −1 0 3)
1 −3 −5 3 3×4
3 2
| | = −11 ≠ 0
4 −1
Entonces, el rango de la matriz es igual a DOS
TEOREMA. - El rango de una matriz, es igual a la cantidad de “pivotes” que tiene su forma escalonada.
Teorema de Frobenius.
1 0 11/17 35/17
0 1 −26/17 ||−24/17
⏟
0 0 0 0
⏟
( 𝐸𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑑𝑒 𝐴 )
𝐸𝑠𝑐𝑎𝑙𝑜𝑛𝑎𝑑𝑎 𝑑𝑒 𝐴′
𝑅𝑎𝑛𝑔𝑜(𝐴) = 2 𝑦 𝑅𝑎𝑛𝑔𝑜(𝐴′ ) = 2
REGLA DE CRAMER
∆= |𝐴| ≠ 0
Ejemplo.
APLICACIONES
Cuando se quema gas propano (𝐶3 𝐻8 ), éste se combina con oxígeno (𝑂2 ) para formar dióxido de
carbono (𝐶𝑂2 ) y agua (𝐻2 𝑂), de acuerdo con la ecuación:
La ecuación involucra a tres tipos de átomo (carbono, hidrógeno y oxígeno), es posible representar cada
reactivo que considere el número de átomos por molécula.
3 0 1 0 ← 𝐶𝑎𝑟𝑏𝑜𝑛𝑜
𝐶3 𝐻8 : [8] , 𝑂2 : [0] , 𝐶𝑂2 : [0] , 𝐻2 𝑂: [2] ← 𝐻𝑖𝑑𝑟ó𝑔𝑒𝑛𝑜
0 2 2 1 ← 𝑂𝑥í𝑔𝑒𝑛𝑜
3 0 1 0
𝑥1 [8] + 𝑥2 [0] = 𝑥3 [0] + 𝑥4 [2]
0 2 2 1
3 0 1 0 0
𝑥1 [8] + 𝑥2 [0] − 𝑥3 [0] − 𝑥4 [2] = [0]
0 2 2 1 0
3𝑥1 − 𝑥3 = 0
{ 8𝑥1 − 2𝑥4 = 0
2𝑥2 − 2𝑥3 − 𝑥4 = 0
3 0 −1 0 0 1 0 0 −1/4 0
(8 0 0 −2|0) → (0 1 0 −5/4|0)
0 2 −2 −1 0 0 0 1 −3/4 0
1 1
𝑥1 − 𝑥4 = 0 𝑥1 = 𝑡
4 4 𝑥1 =1
5 5
𝑥2 − 𝑥4 = 0 → 𝑥2 = 𝑡 𝑥2 =5
4 4 →
𝑥3 =3
3 3
𝑥3 − 𝑥4 = 0 𝑥3 = 𝑡 𝑥4 =4
4 4
𝑥4 = 𝑡, ∈ 𝑅 𝑥4 = 𝑡, ∈ 𝑍 +
La economía de una nación se divide en muchos sectores, es posible conocer el rendimiento total de cada
sector para un año y también cuánto de este rendimiento se intercambia entre sectores. El valor total (en
moneda) del rendimiento de un sector será el precio de dicho rendimiento. 𝐿𝑒𝑜𝑛𝑡𝑖𝑒𝑛𝑓 demostró el
resultado siguiente:
Existen precios de equilibrio que se pueden asignar a los rendimientos totales de los diversos
sectores de manera que los ingresos de cada sector balanceen exactamente con sus gastos.
0.4𝑃𝐸 + 0.6𝑃𝐴 = 𝑃𝐶
{ 0.6𝑃𝐶 + 0.10𝑃𝐸 + 0.2𝑃𝐴 = 𝑃𝐸
0.4𝑃𝐶 + 0.5𝑃𝐸 + 0.2𝑃𝐴 = 𝑃𝐴
𝑃𝐶 − 0.4𝑃𝐸 − 0.6𝑃𝐴 = 0 𝑃𝐶 − 0.4𝑃𝐸 − 0.6𝑃𝐴 = 0
{ 𝐸 0.6𝑃𝐶 − 0.10𝑃𝐸 − 0.2𝑃𝐴 = 0
𝑃 − → { −0.6𝑃𝐶 + 0.9𝑃𝐸 − 0.2𝑃𝐴 = 0
𝑃𝐴 − 0.4𝑃𝐶 − 0.5𝑃𝐸 − 0.2𝑃𝐴 = 0 −0.4𝑃𝐶 − 0.5𝑃𝐸 + 0.8𝑃𝐴 = 0
31
10 −4 −6 0 1 0 −31/33 0 𝑃𝐶 = 𝑃
(−6 9 −2|0) → (0 33 𝐴
1 −28/33|0) → 28
−4 −5 8 0 0 0 0 0 𝑃𝐸 = 𝑃
33 𝐴
Si 𝑃𝐴 = 330 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 en bolivianos, entonces 𝑃𝐶 = 310 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 y 𝑃𝐸 = 280 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑
Una red consiste en un conjunto de puntos llamados uniones o nodos, con líneas o arcos denominados
ramas que conectan a algunos o todos los nodos. La dirección del flujo se indica en cada arco y la cantidad
de flujo se muestra o se denota por medio de una variable.
Ejemplo
En la red de la figura, se muestra el flujo del tráfico (en vehículos por hora) sobre varias calles de un solo
sentido en el centro de una ciudad durante un día normal a primeras horas de la tarde. Determine el patrón
de flujo general para la red. ¿Cuál es resultado si el flujo 𝑥5 = 300?
1. 𝑆𝑖 𝒙 ∈ 𝑉, 𝒚 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝒙 + 𝒚 ∈ 𝑉 Clausura
2. 𝑆𝑖 𝒙 ∈ 𝑉, 𝒚 ∈ 𝑉, 𝒛 ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (𝒙 + 𝒚) + 𝒛 = 𝒙 + (𝒚 + 𝒛) Asociatividad
3. 𝑆𝑖 𝒙 ∈ 𝑉; 𝒚 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝒙 + 𝒚 = 𝒚 + 𝒙 Conmutatividad
4. 𝐸𝑥𝑖𝑠𝑡𝑒 𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 𝟎 ∈ 𝑉 𝑡𝑎𝑙 𝑞𝑢𝑒 𝒙 + 𝟎 = 𝟎 + 𝒙 = 𝒙; ∀ 𝒙 ∈ 𝑉 Neutro aditivo
5. ∀ 𝒙 ∈ 𝑽, 𝑒𝑥𝑖𝑠𝑡𝑒 𝑒𝑙 𝑣𝑒𝑐𝑡𝑜𝑟 (−𝒙) 𝑡𝑎𝑙 𝑞𝑢𝑒: Inversos aditivos
𝒙 + (−𝒙) = (−𝒙) + 𝒙 = 𝟎
6. 𝑆𝑖 𝑘 ∈ 𝑅, 𝒙 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 ∙ 𝒙 ∈ 𝑉 Segunda clausura
7. 𝑆𝑖 𝑘 ∈ 𝑅, 𝒙, 𝒚 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 ∙ (𝒙 + 𝒚) = 𝑘 ∙ 𝒙 + 𝑘 ∙ 𝒚 Primera distribución
8. 𝑆𝑖 𝑘, 𝑚 ∈ 𝑅, 𝒙 ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ( 𝑘 + 𝑚) ∙ 𝒙 = 𝑘 ∙ 𝒙 + 𝑚 ∙ 𝒙 Segunda distribución
9. 𝑆𝑖 𝑘, 𝑚 ∈ 𝑅, 𝒙 ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 ∙ (𝑚 ∙ 𝒙) = (𝑘𝑚) ∙ 𝒙 Segunda Asociatividad
10. 𝑆𝑖 1 ∈ 𝑅, 𝒙 ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 1 ∙ 𝒙 = 𝒙
EJEMPLO 1
SOLUCIÓN
1. Cerradura de la suma
𝑆𝑖 𝒙 ∈ 𝑉, 𝒚 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝒙 + 𝒚 ∈ 𝑉
𝒙 = (𝑥1 , 𝑥2 ); 𝒚 = (𝑦1 , 𝑦2 ) → 𝒙 + 𝒚 = (𝑥1 , 𝑥2 ) + (𝑦1 , 𝑦2 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 )
𝑥1 + 𝑦1 ∈ ℝ → 𝑥1 + 𝑦1 ∈ ℝ
𝑥2 + 𝑦2 ∈ ℝ → 𝑥2 + 𝑦2 ∈ ℝ
Por lo tanto, 𝒙 + 𝒚 ∈ 𝑉
2. Asociatividad de la suma
𝑆𝑖 𝒙 ∈ 𝑉, 𝒚 ∈ 𝑉, 𝒛 ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (𝒙 + 𝒚) + 𝒛 = 𝒙 + (𝒚 + 𝒛)
3. Conmutatividad
𝑆𝑖 𝒙 ∈ 𝑉; 𝒚 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝒙 + 𝒚 = 𝒚 + 𝒙
4. Vector cero
𝟎 = (𝑥, 𝑦) ; 𝒙 = (𝑎, 𝑏)
Prueba
5. Inversos aditivos
= (𝑚 − 𝑚, 𝑛 − 𝑛) = (0,0) = 𝟎
𝑆𝑖 𝑘 ∈ 𝑅, 𝒙 ∈ 𝑉, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 ∙ 𝒙 ∈ 𝑉
𝑘 ∙ 𝒙 + 𝑘 ∙ 𝒚 = 𝑘 ∙ (𝑥1 , 𝑥2 ) + 𝑘 ∙ (𝑦1 , 𝑦2 ) = (𝑘𝑥1 , 𝑘𝑥2 ) + (𝑘𝑦1 , 𝑘𝑦2 ) = (𝑘𝑥1 + 𝑘𝑦1 ; 𝑘𝑥2 + 𝑘𝑦2 )
La igualdad se cumple.
8. Segunda distributiva
𝑆𝑖 𝑘, 𝑚 ∈ 𝑅, 𝒙 = (𝑥1 , 𝑥2 ) ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 ( 𝑘 + 𝑚) ∙ 𝒙 = 𝑘 ∙ 𝒙 + 𝑚 ∙ 𝒙
𝑘 ∙ 𝒙 + 𝑚 ∙ 𝒙 = 𝑘 ∙ (𝑥1 , 𝑥2 ) + 𝑚 ∙ (𝑥1 , 𝑥2 ) = (𝑘𝑥1 , 𝑘𝑥2 ) + (𝑚𝑥1 , 𝑚𝑥2 ) = (𝑘𝑥1 + 𝑚𝑥1 , 𝑘𝑥2 + 𝑚𝑥2 )
La igualdad se cumple.
La igualdad se cumple.
𝑆𝑖 1 ∈ 𝑅, 𝒙 = (𝑥1 , 𝑥2 ) ∈ 𝑉 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 1 ∙ 𝒙 = 𝒙
La igualdad se cumple.
De manera similar se puede demostrar que 〈𝑅𝑛 , +, 𝑅,∙〉 es otro espacio vectorial, bajo las mismas
operaciones.
Otro espacio vectorial es 〈𝑅𝑛×𝑚, +, 𝑅,∙〉 bajo las operaciones de suma matricial y multiplicación de
un escalar por una matriz.
TEOREMA
TEOREMA
1. 𝑆𝑖 𝒙 ∈ 𝑊, 𝒚 ∈ 𝑊, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝒙 + 𝒚 ∈ 𝑊
2. 𝑆𝑖 𝑘 ∈ 𝑅, 𝒙 ∈ 𝑊, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘 ∙ 𝒙 ∈ 𝑊
EJEMPLO 2
SOLUCIÓN
2) 𝑆𝑖 𝒙, 𝒚 ∈ 𝑊 → 𝒙 + 𝒚 ∈ 𝑊
Prueba
Por lo tanto : 𝒙 + 𝒚 ∈ 𝑊
3) 𝑆𝑖 𝑘 ∈ 𝑅, 𝒙 ∈ 𝑊 → 𝑘 ∙ 𝒙 ∈ 𝑊
Prueba:
EJEMPLO 3
𝑎 𝑏
Demostrar que 𝑊 = {( ) ∈ 𝑀22 /𝑎 + 𝑑 = 1} es sub espacio vectorial de 𝑀22
𝑐 𝑑
1. W es subconjunto de 𝑀22 , por construcción.
0 0
𝑂𝑉 = ( ) ∈ 𝑀22
0 0
En el presente caso, se observa que (0) + (0) = 0 ≠ 1
Significa que 𝑂𝑉 ∉ 𝑊
W no es sub espacio vectorial de 𝑀22
COMBINACIÓN LINEAL.
𝛼1 𝒗𝟏 + 𝛼2 𝒗2 +𝛼3 𝒗3 + … + 𝛼𝑛 𝒗𝑛
EJEMPLO 4
Escribir el vector 𝒖 = (1,2, −1) como combinación lineal de los vectores 𝒗𝟏 = (1,1,2), 𝒗𝟐 =
(2,3,0) y 𝒗𝟑 = (2,4,1)
𝛼1 𝒗𝟏 + 𝛼2 𝒗2 +𝛼3 𝒗3 = 𝒖
⏟
𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
SOLUCIÓN
𝛼1 𝒗𝟏 + 𝛼2 𝒗𝟏 +𝛼3 𝒗𝟑 = 𝒖
CONJUNTO GENERADOR:
𝛼1 𝒗𝟏 + 𝛼2 𝒗2 +𝛼3 𝒗3 + … + 𝛼𝑛 𝒗𝑛 = 𝒙, ∀𝒙 ∈ 𝑉
EJEMPLO 6
SOLUCIÓN
EJEMPLO 7
1 −1 0 1 2 0
Verificar que {( ),( ),( )} es generador del espacio vectorial de las matrices de
0 2 1 1 −1 3
orden dos.
SOLUCIÓN
1 −1 0 1 2 0 𝑎 𝑏
𝛼1 ( ) + 𝛼2 ( ) + 𝛼3 ( )=( )
0 2 1 1 −1 3 𝑐 𝑑
𝛼 + 2𝛼3 −𝛼1 + 𝛼2 𝑎 𝑏
( 1 )=( )
𝛼2 − 𝛼3 2𝛼1 + 𝛼2 + 3𝛼3 𝑐 𝑑
𝛼1 + 2𝛼3 = 𝑎
−𝛼1 + 𝛼2 = 𝑏
{ → 𝑅𝑒𝑠𝑜𝑙𝑣𝑒𝑚𝑜𝑠 𝑐𝑜𝑛 𝑒𝑙𝑖𝑚𝑖𝑛𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝐺𝑎𝑢𝑠𝑠
𝛼2 − 𝛼3 = 𝑐
2𝛼1 + 𝛼2 + 3𝛼3 = 𝑑
1 0 2 𝑎 1 0 2 𝑎 1 0 2 𝑎
−1 1 0 𝑏 0 1 2 𝑎+𝑏 0 1 2 𝑎+𝑏
( | ) → ( | ) → ( |( )
0 1 −1 𝑐 0 1 −1 𝑐 0 0 1 −𝑐 + 𝑎 + 𝑏)/3
2 1 3 𝑑 0 1 −1 𝑑 − 2𝑎 0 0 0 𝑑 − 2𝑎 − 𝑐
Si se cumple que 𝑑 − 2𝑎 − 𝑐 = 0 , entonces el sistema tiene solución.
INDEPENDENCIA LINEAL:
𝛼1 𝒗𝟏 + 𝛼2 𝒗𝟐 +𝛼3 𝒗3 + … + 𝛼𝑛 𝒗𝑛 = 𝟎
Si algún “alfa” es diferente de cero, entonces se dice que el conjunto es linealmente dependiente.
EJEMPLO 9
BASE:
EL conjunto 𝐵 = {𝒗𝟏 , 𝒗𝟐 , 𝒗𝟑 , … , 𝒗𝒏 } es una base del espacio vectorial 𝑉 si y solo si se cumplen las
siguientes dos condiciones:
1) 𝐸𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝐵 𝑒𝑠 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒
2) 𝐸𝑙 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝐵 𝑔𝑒𝑛𝑒𝑟𝑎 𝑎𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑣𝑒𝑐𝑡𝑜𝑟𝑖𝑎𝑙 𝑉
DIMENSIÓN:
La dimensión de un espacio vectorial, está dado por la cantidad de vectores que tiene cualquier
base del espacio vectorial.
Verificar si el conjunto {(1,0,2), (2,1,1), (0,1,2)} es una base del espacio vectorial 𝑅3
SOLUCIÓN
La dimensión de 𝑅3 es 3.
EJEMPLO 11
SOLUCIÓN
𝑋 ∈ 𝑊 → 𝑋 = (𝑎, 𝑏, 𝑐 ) / 2𝑎 + 𝑏 = 𝑐
El vector arbitrario 𝑋 resulta ser combinación lineal de los vectores: (1, 0, 2) 𝑦 (0, 1, 1)
EJEMPLO 12
SOLUCIÓN
El vector arbitrario 𝒖 resulta ser combinación lineal de los vectores: (1,0, −1) y (0,1, −1)
EJEMPLO 14
1 2 1 1 0 1
Describir el espacio vectorial generado por: {( ),( ),( )}
0 −1 2 −1 2 3
SOLUCIÓN.
1 2 1 1 0 1 𝑎 𝑏
𝛼1 ( ) + 𝛼2 ( ) + 𝛼3 ( )=( )
0 −1 2 −1 2 3 𝑐 𝑑
𝛼1 + 𝛼2 2𝛼1 + 𝛼2 + 𝛼3 𝑎 𝑏
( )=( )
2𝛼2 + 2𝛼3 −𝛼1 − 𝛼2 + 3𝛼3 𝑐 𝑑
𝛼1 + 𝛼2 = 𝑎
2𝛼1 + 𝛼2 + 𝛼3 = 𝑏
{
2𝛼2 + 2𝛼3 = 𝑐
−𝛼1 − 𝛼2 + 3𝛼3 = 𝑑
1 1 0𝑎 1 1 0 𝑎 1 1 0 𝑎
2 1 1𝑏 0 −1 1 𝑏 − 2𝑎 0 1 −1 2𝑎 − 𝑏
( | ) → ( | )→( | )
0 2 2 𝑐 0 2 2 𝑐 0 0 1 2𝑏 − 5𝑎 + 𝑐 − 𝑑
−1 −1 3𝑑 0 0 3 𝑎+𝑑 0 0 0 16𝑎 − 6𝑏 − 3𝑐 + 4𝑑
Para que el sistema tenga solución, es necesario que 16𝑎 − 6𝑏 − 3𝑐 + 4𝑑 = 0
El espacio generado es
𝑎 𝑏
𝑊 = {( ) ∈ 𝑀22 / 16𝑎 − 6𝑏 − 3𝑐 + 4𝑑 = 0}
𝑐 𝑑
EJEMPLO 14
Obtener una base para el sub espacio vectorial generado por los vectores:
SOLUCIÓN
En el enunciado se indica que los vectores dados, son generadores. Se debe comprobar su
independencia lineal.
EJEMPLO 15
Hallar una base para el sub espacio generado por el conjunto de vectores:
1 2 2 0 1 −2 0 4
{( )( )( )( )}
0 1 1 1 1 0 −1 1
SOLUCIÓN
Para escribir la base, se descartan a los vectores en cuyas columnas no existe pivote.
EJEMPLO 16
𝑎 𝑏
Hallar una base para el sub espacio vectorial 𝑊 = {( ) ∈ 𝑀22 / 𝑎 + 2𝑏 = 𝑑}
𝑐 𝑑
SOLUCIÓN.
La multiplicación de dos vectores cuyo resultado es un escalar, se denomina producto interior, si y solo si,
cumple con los siguientes axiomas:
Ejemplo
Solución
Para ser producto interior, debe cumplir con los cuatro axiomas.
AXIOMA 1
𝑢 = (𝑎1 , 𝑎2 ) 𝑦 𝑣 = (𝑏1 , 𝑏2 )
AXIOMA 2
⟨𝑢|𝑣 + 𝑤⟩ = ⟨(𝑎1 , 𝑎2 )|(𝑏1 , 𝑏2 ) + (𝑐1 , 𝑐2 )⟩ = ⟨(𝑎1 , 𝑎2 )|(𝑏1 + 𝑐1 , 𝑏2 + 𝑐2 )⟩ = 2𝑎1 (𝑏1 + 𝑐1 ) + 5𝑎2 (𝑏2 + 𝑐2 )
= 2𝑎1 𝑏1 + 2𝑎1 𝑐1 + 5𝑎2 𝑏2 + 5𝑎2 𝑐2
⟨𝑢|𝑣⟩ + ⟨𝑢|𝑤 ⟩ = ⟨(𝑎1 , 𝑎2 )|(𝑏1 , 𝑏2 )⟩ + ⟨(𝑎1 , 𝑎2 )|(𝑐1 , 𝑐2 )⟩ = (2𝑎1 𝑏1 + 5𝑎2 𝑏2 ) + (2𝑎1 𝑐1 + 5𝑎2 𝑐2 )
= 2𝑎1 𝑏1 + 2𝑎1 𝑐1 + 5𝑎2 𝑏2 + 5𝑎2 𝑐2
La igualdad se cumple
AXIOMA 3
𝑢 = (𝑎1 , 𝑎2 ), 𝑣 = (𝑏1 , 𝑏2 )
⟨𝑘𝑢|𝑣 ⟩ = ⟨𝑘(𝑎1 , 𝑎2 )|(𝑏1 , 𝑏2 )⟩ = ⟨(𝑘𝑎1 , 𝑘𝑎2 )|(𝑏1 , 𝑏2 )⟩ = 2(𝑘𝑎1 )𝑏1 + 5(𝑘𝑎2 )𝑏2 = 𝑘(2𝑎1 𝑏1 + 5𝑎2 𝑏2 )
𝒖 = (𝑎1 , 𝑎2 )
⟨𝒖|𝒖⟩ = 0 → 𝒖 = 𝟎
𝒖 = 𝟎 → ⟨𝒖|𝒖⟩ = 0
‖𝑢‖ = √⟨𝑢|𝑢⟩
Ejemplo
⟨(𝑎1 , 𝑎2 )|(𝑏1 , 𝑏2 )⟩ = 𝑎1 𝑏1 + 𝑎2 𝑏2
Solución
Propiedades de la norma
Si 𝑉 es un espacio vectorial con producto interior entonces, las siguientes proposiciones son verdaderas.
1. ‖𝑘𝒖‖ = |𝑘|‖𝒖‖
2. ‖𝒖‖ > 0 𝑦 ‖𝒖‖ = 0 ↔ 𝒖 = 𝟎
3. ‖𝒖 + 𝒗‖ ≤ ‖𝒖‖ + ‖𝒗‖
𝒖
4. ‖ ‖=1
‖𝒖‖
(3, −2) 1 1
‖ ‖=| | ‖(3, −2)‖ = √13 = 1
√13 √13 √13
ÁNGULO ENTRE VECTORES
Sea V un espacio vectorial con producto interior, es posible deducir que para dos vectores cualesquiera:
𝒗 ⟨𝑢|𝑣⟩
𝒗 𝒖 cos 𝜃 =
‖𝑢‖‖𝑣 ‖
𝜃
𝜃 𝒖 0 ≤ 𝜃 ≤ 𝜋 (𝑟𝑎𝑑𝑖𝑎𝑛𝑒𝑠)
0° ≤ 𝜃 ≤ 180°
Ejemplo
⟨(𝑎1 , 𝑎2 )|(𝑏1 , 𝑏2 )⟩ = 𝑎1 𝑏1 + 𝑎2 𝑏2
⟨𝑢|𝑣⟩ −3
cos 𝜃 = =
‖𝑢‖‖𝑣 ‖ √13√10
CONDICIÓN DE ORTOGONALIDAD
EJEMPLO
⟨(𝑎1 , 𝑎2 , 𝑎3 )|(𝑏1 , 𝑏2 , 𝑏3 )⟩ = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3
SOLUCIÓN.
⟨𝑢|𝑣⟩
cos 𝜃 =
‖𝑢‖‖𝑣 ‖
‖𝑢‖ = √⟨𝑢|𝑢⟩ = √⟨(1, −2,3) |(1, −2,3) ⟩ = √(1)(1) + (−2)(−2) + (3)(3) = √14
8
cos 𝜃 =
√14√5
Finalmente: cos 𝜃 = 0,95618 → 𝜃 = 17,02°
PROYECCIÓN ORTOGONAL
𝑤1 𝑣 𝑤2 = 𝐶𝑜𝑚𝑝⊥ = 𝑢 − 𝑤1
𝑤2 que es perpendicular a 𝑣.
EJEMPLO
⟨(𝑎1 , 𝑎2 , 𝑎3 )|(𝑏1 , 𝑏2 , 𝑏3 )⟩ = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3
Utilice éste producto interior para calcular la proyección ortogonal del vector 𝑢 = (1, 0, 2) sobre 𝑣 =
(2, 1, −3)
Se aplica la fórmula indicada. El resultado ha de depender del producto interior que se utilice.
⟨𝑢|𝑣 ⟩
𝑃𝑟𝑜𝑦 𝑢𝑣 = 𝑣
‖𝑣 ‖2
−4 4 2 6
𝑃𝑟𝑜𝑦 𝑢𝑣 = (2, 1, −3) = (− , − , )
14 7 7 7
EJEMPLO
⟨(𝑎1 , 𝑎2 , 𝑎3 )|(𝑏1 , 𝑏2 , 𝑏3 )⟩ = 𝑎1 𝑏1 + 𝑎2 𝑏2 + 𝑎3 𝑏3
Utilice éste producto interior para calcular la proyección ortogonal del vector 𝑢 = (1, 3, −2) sobre 𝑣 =
(1, 1, 3)
Solución
⟨𝑢|𝑣 ⟩
𝑃𝑟𝑜𝑦 𝑢𝑣 = 𝑣
‖𝑣 ‖2
−2 −2 −2 −6
𝑃𝑟𝑜𝑦 𝑢𝑣 = (1, 1, 3) = ( , , )
11 11 11 11
¿La componente ortogonal?
−2 −2 −6 13 35 16
𝐶𝑜𝑚𝑝⊥ = 𝑤2 = (1, 3, −2) − ( , , ) = ( , ,− )
11 11 11 11 11 11
BASE ORTONORMAL
Sea 𝑉 un espacio vectorial con producto interior. Se denomina base ortonormal del espacio vectorial a una
base cuyos vectores cumplen dos condiciones:
EJEMPLO
Se pide verificar si bajo éste producto interior, se tiene una base ortonormal.
√2 √2 √2 √2
{(0, ,− ) , (0, , ) , (1,0,0)}
2 2 2 2
Significa que se debe verificar si el conjunto cumple con las dos condiciones.
Además, debido a que se ha de calcular repetidas veces la norma de los vectores, resulta conveniente
deducir una fórmula para hacerlo de una manera más liviana.
Primera condición
√2 √2 √2 √2 √2 √2 √2 √2 2 2
⟨(0, ,− ) | (0, , )⟩ = (0)(0) + ( ) ( ) + (− ) ( ) = 0 + − = 0
2 2 2 2 2 2 2 2 4 4
√2 √2 √2 √2
⟨(0, ,− ) |(1, 0, 0)⟩ = (0)(1) + ( ) (0) + (− ) (0) = 0 + 0 + 0 = 0
2 2 2 2
√2 √2 √2 √2
⟨(0, , ) |(1, 0, 0)⟩ = (0)(1) + ( ) (0) + ( ) (0) = 0 + 0 + 0 = 0
2 2 2 2
Segunda condición
2 2
√2 √2 √2 √2 2 2
‖(0, ,− )‖ = √(0)2 + ( ) + (− ) = √0 + + = 1
2 2 2 2 4 4
2 2
√2 √2 √2 √2 2 2
‖(0, , )‖ = √(0)2 + ( ) + ( ) = √0 + + = 1
2 2 2 2 4 4
Por lo tanto, es una base ortonormal, con respecto al producto interior dado.
Es un algoritmo que permite transformar a una base cualquiera en otra base que resulta ser ortonormal.
El procedimiento va en dos etapas: primero obtener una base ortogonal y luego la base ortonormal
respectiva.
𝐵 = {𝑢1 , 𝑢2 , 𝑢3 , … , 𝑢𝑛 }
𝐶 = {𝑤1 , 𝑤2 , 𝑤3 , … , 𝑤𝑛 }
𝐷 = {𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 }
PRIMER PASO:
𝑤1 = 𝑢1
SEGUNDO PASO
𝑢2 𝑢2 = 𝑃𝑟𝑜𝑦 + 𝐶𝑜𝑚𝑝⊥
𝐶𝑜𝑚𝑝⊥ = 𝑢2 − 𝑃𝑟𝑜𝑦
𝐶𝑜𝑚𝑝⊥
⟨𝑢2 |𝑤1 ⟩
𝐶𝑜𝑚𝑝⊥ = 𝑢2 − 𝑤
‖𝑤1 ‖2 1
⟨𝑢2 |𝑤1 ⟩
𝑃𝑟𝑜𝑦 𝑤1 𝑤2 = 𝑢2 − 𝑤
‖𝑤1 ‖2 1
TERCER PASO:
𝑢3 = 𝑃𝑟𝑜𝑦 + 𝐶𝑜𝑚𝑝⊥
𝑢3 𝐶𝑜𝑚𝑝⊥ = 𝑢3 − 𝑃𝑟𝑜𝑦
𝐶𝑜𝑚𝑝⊥
𝑤2
𝑃𝑟𝑜𝑦
𝑤1
En general:
⟨𝑢𝑛 |𝑤1 ⟩𝑤1 ⟨𝑢𝑛 |𝑤2 ⟩𝑤2 ⟨𝑢𝑛 |𝑤𝑛−1 ⟩𝑤𝑛−1
𝑤𝑛 = 𝑢𝑛 − 2 − 2 − ⋯− ;
‖𝑤1 ‖ ‖𝑤2 ‖ ‖𝑤𝑛−1 ‖2
𝑛 = 1, 2, 3, …,
Para la base ortonormal, cada vector de la base ortogonal, se divide entre su respectiva norma.
𝑤𝑖
{𝑣1 , 𝑣2 , 𝑣3 , … , 𝑣𝑛 } 𝑑𝑜𝑛𝑑𝑒 𝑣𝑖 =
‖𝑤𝑖 ‖
Para aplicar éste procedimiento, se debe prestar atención al producto interior definido en el espacio
vectorial.
Obtener una base ortonormal para 𝑅 3 a partir de la base {(1,1,1), (1,1,0), (1,0,0)}
PASO 1:
𝑤1 = 𝑢1 → 𝑤1 = (1,1,1)
PASO 2:
⟨𝑢2 |𝑤1 ⟩
𝑤2 = 𝑢2 − 𝑤
‖𝑤1 ‖2 1
2 2 2 2 1 1 2 1
𝑤2 = (1,1,0) − 2 (1,1,1) = (1,1,0) − ( , , ) = ( , , − ) = (1, 1, −2)
(√3) 3 3 3 3 3 3 3
PASO 3:
1 1
𝑣1 = 𝑤1 = (1,1,1)
‖𝑤1 ‖ √3
1 1
𝑣2 = 𝑤2 = (1,1, −2)
‖𝑤2 ‖ √6
1 1
𝑣3 = 𝑤3 = (1, −1,0)
‖𝑤3 ‖ √2
Finalmente, la base ortonormal es:
1 1 1
{ (1,1,1), (1,1, −2), (1, −1,0) }
√3 √6 √2
EJEMPLO
PASO 1:
1 1
𝑤1 = 𝑢1 → 𝑤1 = ( )
0 1
PASO 2:
⟨𝑢2 |𝑤1 ⟩
𝑤2 = 𝑢2 − 𝑤
‖𝑤1 ‖2 1