Ejercicio 1: Axiomas en un Espacio Vectorial.

Realice la verificación de los siguientes axiomas del espacio vectorial 𝐑𝟑 utilizando los escalares y
los vectores proporcionados.
A) Solución:

Vectores:
𝒖⃗ = (𝟑, 𝟐, −𝟓)
𝒗⃗ = (𝟐, −𝟕, 𝟒)
𝒘⃗ = (𝟕, −𝟔, 𝟐)

Escalares:
𝜆=5; β=3

1. Cerradura bajo la suma de vectores

Para verificar este axioma, sumamos los vectores 𝒖⃗ y 𝒗⃗.

𝒖⃗ + 𝒗⃗ = (𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒) = (5, -5,-1)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo la suma de vectores.

2. Cerradura bajo el producto escalar

Para verificar este axioma, multiplicamos el vector 𝒖⃗ por el escalar 𝛌.

𝛌𝒖⃗ = 5 * (𝟑, 𝟐, −𝟓) = (15,10,-25)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo el producto escalar.

3. Asociatividad de la suma
Para verificar este axioma, comprobamos si 𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝒖⃗+ 𝒗⃗) + 𝒘⃗.

𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝟑, 𝟐, −𝟓) + ((𝟐, −𝟕, 𝟒) + (𝟕, −𝟔, 𝟐)) = (𝟑, 𝟐, −𝟓) + (9, -13, 6) = (12, -11, 1)

(𝒖⃗+ 𝒗⃗) + 𝒘⃗ = ((𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒)) + (𝟕, −𝟔, 𝟐) = (5, -5,-1) + (𝟕, −𝟔, 𝟐) = (12, -11, 1)
Ambos resultados son iguales, por lo tanto, la suma es asociativa.

4. Existencia de elemento neutro aditivo

El elemento neutro aditivo en R^3 es el vector 0⃗ = (0,0,0). Para cualquier vector 𝒖⃗, 𝒖⃗ + 0⃗ = 0⃗ +
𝒖⃗ = 𝒖⃗.
𝒖⃗ + 0⃗ = (𝟑, 𝟐, −𝟓) + (0,0,0) = (𝟑, 𝟐, −𝟓)
0⃗ + 𝒖⃗ = (0,0,0) + (𝟑, 𝟐, −𝟓) = (𝟑, 𝟐, −𝟓)
Ambos resultados son iguales al vector original 𝒖⃗, por lo tanto, existe un elemento neutro aditivo.

5. Existencia de inverso aditivo

El inverso aditivo de un vector 𝒖⃗ es el vector -𝒖⃗. Para cualquier vector 𝒖⃗, 𝒖⃗ + (-𝒖⃗) = (-𝒖⃗) + 𝒖⃗
= 0⃗.
𝒖⃗ + (-𝒖⃗) = (𝟑, 𝟐, −𝟓) + (-𝟑, -𝟐, 𝟓) = (0,0,0)
(-𝒖⃗) + 𝒖⃗ = (-𝟑,-𝟐, 𝟓) + (𝟑, 𝟐, −𝟓) = (0,0,0)

Ambos resultados son el vector cero, por lo tanto, existe un inverso aditivo.
6. Conmutatividad de la suma
𝒖⃗ + 𝒗⃗ = (𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒) = (5, -5, -1)
𝒗⃗ + 𝒖⃗ = (𝟐, −𝟕, 𝟒) + (𝟑, 𝟐, −𝟓) = (5, -5, -1)

7. Asociatividad de la multiplicación por escalar

(𝛌𝛃) 𝒖⃗= 𝛌 (𝜷 𝒖⃗).
𝜆=5; β=3

(𝛌𝛃) 𝒖⃗= 5(3) * (𝟑, 𝟐, −𝟓) = (45, 30, -75)

𝛌 (𝜷 𝒖⃗) = 5(3(𝟑, 𝟐, −𝟓)) = 5 (9, 6, -15) = (45, 30, -75)
Se comprueba que ambos resultados son iguales.

8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de vectores

𝛌 (𝒖⃗ + 𝒗⃗) = 𝛌 𝒖⃗ + 𝛌 𝒗⃗

𝛌 (𝒖⃗ + 𝒗⃗) = 5((𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒)) = 5(5, -5, -1) = (25, -25, -5)
𝛌 𝒖⃗ + 𝛌 𝒗⃗ = 5(𝟑, 𝟐, −𝟓) + 5 (𝟐, −𝟕, 𝟒) = (15, 10, -25) + (10, -35, 20) = (25, -25, -5)
Se comprueba que ambos resultados son iguales.

9. Distributividad de la multiplicación escalar con respecto a la suma de escalares

(𝛌 + 𝛃) 𝒖⃗ = 𝛌 𝒖⃗ + 𝛃 𝒖⃗

(𝛌 + 𝛃) 𝒖⃗ = (5+3) (𝟑, 𝟐, −𝟓) = 8(𝟑, 𝟐, −𝟓) = (24, 16, -40)

𝛌 𝒖⃗ + 𝛃 𝒖⃗ = 5(𝟑, 𝟐, −𝟓) + 3(𝟑, 𝟐, −𝟓) = (15, 10, -25) + (9, 6, -15) = (24, 16, -40)
B) Solución:

Vectores:
𝒖⃗ = (𝟔, 𝟑, −𝟏)
𝒗⃗ = (−𝟓, −𝟒, 𝟔)
𝒘⃗ = (𝟕, −𝟔, 𝟐)

Escalares:
𝜆=2; β=6

1. Cerradura bajo la suma de vectores

Para verificar este axioma, sumamos los vectores 𝒖⃗ y 𝒗⃗.

𝒖⃗ + 𝒗⃗ = (𝟔, 𝟑, −𝟏) + (−𝟓, −𝟒, 𝟔) = (1, -1, 5)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo la suma de vectores.

2. Cerradura bajo el producto escalar

Para verificar este axioma, multiplicamos el vector 𝒖⃗ por el escalar 𝛌.

𝛌𝒖⃗ = 2 * (𝟔, 𝟑, −𝟏) = (12, 6, -2)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo el producto escalar.

3. Asociatividad de la suma
Para verificar este axioma, comprobamos si 𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝒖⃗+ 𝒗⃗) + 𝒘⃗.

𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝟔, 𝟑, −𝟏) + ((−𝟓, −𝟒, 𝟔) + (𝟗, 𝟏, 𝟑)) = (𝟔, 𝟑, −𝟏) + (4, -3, 9) = (10, 0, 8)

(𝒖⃗+ 𝒗⃗) + 𝒘⃗ = ((𝟔, 𝟑, −𝟏) + (−𝟓, −𝟒, 𝟔)) + (𝟗, 𝟏, 𝟑) = (1, -1, 5) + (𝟗, 𝟏, 𝟑) = (10, 0, 8)
Ambos resultados son iguales, por lo tanto, la suma es asociativa.

4. Existencia de elemento neutro aditivo

El elemento neutro aditivo en R^3 es el vector 0⃗ = (0,0,0). Para cualquier vector 𝒖⃗, 𝒖⃗ + 0⃗ = 0⃗ +
𝒖⃗ = 𝒖⃗.
𝒖⃗ + 0⃗ = (𝟔, 𝟑, −𝟏) + (0,0,0) = (𝟔, 𝟑, −𝟏)
0⃗ + 𝒖⃗ = (0,0,0) + (𝟔, 𝟑, −𝟏) = (𝟔, 𝟑, −𝟏)
Ambos resultados son iguales al vector original 𝒖⃗, por lo tanto, existe un elemento neutro aditivo.

5. Existencia de inverso aditivo

El inverso aditivo de un vector 𝒖⃗ es el vector -𝒖⃗. Para cualquier vector 𝒖⃗, 𝒖⃗ + (-𝒖⃗) = (-𝒖⃗) + 𝒖⃗
= 0⃗.
𝒖⃗ + (-𝒖⃗) = (𝟔, 𝟑, −𝟏) + (-𝟔, -𝟑, 𝟏) = (0,0,0)
(-𝒖⃗) + 𝒖⃗ = (-𝟔, -𝟑, 𝟏) + (𝟔, 𝟑, −𝟏) = (0,0,0)

Ambos resultados son el vector cero, por lo tanto, existe un inverso aditivo.
6. Conmutatividad de la suma
𝒖⃗ + 𝒗⃗ = (𝟔, 𝟑, −𝟏) + (−𝟓, −𝟒, 𝟔) = (5, -5, -1)
𝒗⃗ + 𝒖⃗ = (−𝟓, −𝟒, 𝟔) + (𝟔, 𝟑, −𝟏) = (5, -5, -1)

7. Asociatividad de la multiplicación por escalar

(𝛌𝛃) 𝒖⃗= 𝛌 (𝜷 𝒖⃗).
𝜆=2; β=6

(𝛌𝛃) 𝒖⃗= 2(6) * (𝟔, 𝟑, −𝟏) = (72, 36, -12)

𝛌 (𝜷 𝒖⃗) = 2(6(𝟔, 𝟑, −𝟏)) = 2 (36, 18, -6) = (72, 36, -12)
Se comprueba que ambos resultados son iguales.

8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de vectores

𝛌 (𝒖⃗ + 𝒗⃗) = 𝛌 𝒖⃗ + 𝛌 𝒗⃗

𝛌 (𝒖⃗ + 𝒗⃗) = 2((𝟔, 𝟑, −𝟏) + (−𝟓, −𝟒, 𝟔)) = 2(1, -1, 5) = (2, -2, 10)
𝛌 𝒖⃗ + 𝛌 𝒗⃗ = 2(𝟔, 𝟑, −𝟏) + 2(−𝟓, −𝟒, 𝟔) = (12, 6, -2) + (-10, -8, 12) = (2, -2, 10)
Se comprueba que ambos resultados son iguales.

9. Distributividad de la multiplicación escalar con respecto a la suma de escalares

(𝛌 + 𝛃) 𝒖⃗ = 𝛌 𝒖⃗ + 𝛃 𝒖⃗

(𝛌 + 𝛃) 𝒖⃗ = (2+6) (𝟔, 𝟑, −𝟏) = 8(𝟔, 𝟑, −𝟏) = (48, 24, -8)

𝛌 𝒖⃗ + 𝛃 𝒖⃗ = 2(𝟔, 𝟑, −𝟏) + 6(𝟔, 𝟑, −𝟏) = (12, 6, -2) + (36, 18, -6) = (48, 24, -8)
C) Solución:

Vectores:
𝒖⃗ = (𝟖, 𝟒, −𝟑)
𝒗⃗ = (𝟏, −𝟗, 𝟕)
𝒘⃗ = (−𝟑, −𝟖, 𝟖)

Escalares:
𝜆=7; β=2

1. Cerradura bajo la suma de vectores

Para verificar este axioma, sumamos los vectores 𝒖⃗ y 𝒗⃗.

𝒖⃗ + 𝒗⃗ = (𝟖, 𝟒, −𝟑) + (𝟏, −𝟗, 𝟕) = ()

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo la suma de vectores.

2. Cerradura bajo el producto escalar

Para verificar este axioma, multiplicamos el vector 𝒖⃗ por el escalar 𝛌.

𝛌𝒖⃗ = 7 * (𝟖, 𝟒, −𝟑) = (56, 28, -21)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo el producto escalar.

3. Asociatividad de la suma
Para verificar este axioma, comprobamos si 𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝒖⃗+ 𝒗⃗) + 𝒘⃗.

𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝟖, 𝟒, −𝟑) + ((𝟏, −𝟗, 𝟕) + (−𝟑, −𝟖, 𝟖)) = (𝟖, 𝟒, −𝟑) + (-2, -17, 15) = (6, -13, 12)

(𝒖⃗+ 𝒗⃗) + 𝒘⃗ = ((𝟖, 𝟒, −𝟑) + (𝟏, −𝟗, 𝟕)) + (−𝟑, −𝟖, 𝟖) = (9, -5, 4 ) + (−𝟑, −𝟖, 𝟖) = (6, -13, 12)
Ambos resultados son iguales, por lo tanto, la suma es asociativa.

4. Existencia de elemento neutro aditivo

El elemento neutro aditivo en R^3 es el vector 0⃗ = (0,0,0). Para cualquier vector 𝒖⃗, 𝒖⃗ + 0⃗ = 0⃗ +
𝒖⃗ = 𝒖⃗.
𝒖⃗ + 0⃗ = (𝟖, 𝟒, −𝟑) + (0,0,0) = (𝟖, 𝟒, −𝟑)
0⃗ + 𝒖⃗ = (0,0,0) + (𝟖, 𝟒, −𝟑) = (𝟖, 𝟒, −𝟑)
Ambos resultados son iguales al vector original 𝒖⃗, por lo tanto, existe un elemento neutro aditivo.

5. Existencia de inverso aditivo

El inverso aditivo de un vector 𝒖⃗ es el vector -𝒖⃗. Para cualquier vector 𝒖⃗, 𝒖⃗ + (-𝒖⃗) = (-𝒖⃗) + 𝒖⃗
= 0⃗.
𝒖⃗ + (-𝒖⃗) = (𝟖, 𝟒, −𝟑) + (-𝟖, -𝟒, 𝟑) = (0,0,0)
(-𝒖⃗) + 𝒖⃗ = (-𝟖, -𝟒, 𝟑) + (𝟖, 𝟒, −𝟑) = (0,0,0)

Ambos resultados son el vector cero, por lo tanto, existe un inverso aditivo.
6. Conmutatividad de la suma
𝒖⃗ + 𝒗⃗ = (𝟖, 𝟒, −𝟑) + (𝟏, −𝟗, 𝟕) = (9, -5, 4)
𝒗⃗ + 𝒖⃗ = (𝟏, −𝟗, 𝟕) + (𝟖, 𝟒, −𝟑) = (9, -5, 4)

7. Asociatividad de la multiplicación por escalar

(𝛌𝛃) 𝒖⃗= 𝛌 (𝜷 𝒖⃗).
𝜆=7; β=2

(𝛌𝛃) 𝒖⃗= 7(2) * (𝟖, 𝟒, −𝟑) = 14 (112, 56, -42)

𝛌 (𝜷 𝒖⃗) = 7(2(𝟖, 𝟒, −𝟑)) = 7(16, 8, -6) = (112, 56, -42)
Se comprueba que ambos resultados son iguales.

8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de vectores

𝛌 (𝒖⃗ + 𝒗⃗) = 𝛌 𝒖⃗ + 𝛌 𝒗⃗

𝛌 (𝒖⃗ + 𝒗⃗) = 7((𝟖, 𝟒, −𝟑) + (𝟏, −𝟗, 𝟕)) = 7(9, -5, 4) = (63, -35, 28)
𝛌 𝒖⃗ + 𝛌 𝒗⃗ = 7(𝟖, 𝟒, −𝟑) + 7 (𝟏, −𝟗, 𝟕) = (56, 28, -21) + (7, -63, 49) = (63, -35, 28)
Se comprueba que ambos resultados son iguales.

9. Distributividad de la multiplicación escalar con respecto a la suma de escalares

(𝛌 + 𝛃) 𝒖⃗ = 𝛌 𝒖⃗ + 𝛃 𝒖⃗

(𝛌 + 𝛃) 𝒖⃗ = (7+2) (𝟖, 𝟒, −𝟑) = 9 (𝟖, 𝟒, −𝟑) = (72, 36, -27)

𝛌 𝒖⃗ + 𝛃 𝒖⃗ = 7(𝟖, 𝟒, −𝟑) + 2(𝟖, 𝟒, −𝟑) = (56, 28, -21) + (16, 8, -6) = (72, 36, -27)
D) Solución:

Vectores:
𝒖⃗ = (-8,12, -15)
𝒗⃗ = (12,7,8)
𝒘⃗ = (4, -8,3)

Escalares:
𝛌 = -4 𝜷=7

1. Cerradura bajo la suma de vectores

Para verificar este axioma, sumamos los vectores 𝒖⃗ y 𝒗⃗.

𝒖⃗ + 𝒗⃗ = (-8,12, -15) + (12,7,8) = (4,19, -7)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo la suma de vectores.

2. Cerradura bajo el producto escalar

Para verificar este axioma, multiplicamos el vector 𝒖⃗ por el escalar 𝛌.

𝛌𝒖⃗ = -4 * (-8,12, -15) = (32, -48,60)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo el producto escalar.

3. Asociatividad de la suma
Para verificar este axioma, comprobamos si 𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝒖⃗+ 𝒗⃗) + 𝒘⃗.

𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (-8,12, -15) + ((12,7,8) + (4, -8,3)) = (-8,12, -15) + (16, -1,11) = (8,11, -4)

(𝒖⃗+ 𝒗⃗) + 𝒘⃗ = ((-8,12, -15) + (12,7,8)) + (4, -8,3) = (4,19, -7) + (4, -8,3) = (8,11, -4)
Ambos resultados son iguales, por lo tanto, la suma es asociativa.

4. Existencia de elemento neutro aditivo

El elemento neutro aditivo en R^3 es el vector 0⃗ = (0,0,0). Para cualquier vector 𝒖⃗, 𝒖⃗ + 0⃗ = 0⃗ +
𝒖⃗ = 𝒖⃗.
𝒖⃗ + 0⃗ = (-8,12, -15) + (0,0,0) = (-8,12, -15)
0⃗ + 𝒖⃗ = (0,0,0) + (-8,12,-15) = (-8,12,-15)
Ambos resultados son iguales al vector original 𝒖⃗, por lo tanto, existe un elemento neutro aditivo.

5. Existencia de inverso aditivo

El inverso aditivo de un vector 𝒖⃗ es el vector -𝒖⃗. Para cualquier vector 𝒖⃗, 𝒖⃗ + (-𝒖⃗) = (-𝒖⃗) + 𝒖⃗
= 0⃗.
𝒖⃗ + (-𝒖⃗) = (-8,12, -15) + (8, -12,15) = (0,0,0)
(-𝒖⃗) + 𝒖⃗ = (8,-12,15) + (-8,12,-15) = (0,0,0)

Ambos resultados son el vector cero, por lo tanto, existe un inverso aditivo.
6. Conmutatividad de la suma
𝒖⃗ + 𝒗⃗ = (−𝟖, 𝟏𝟐, −𝟏𝟓) + (𝟐, 𝟕, 𝟖) = (-6, 19, -7)
𝒗⃗ + 𝒖⃗ = (𝟐, 𝟕, 𝟖) + (−𝟖, 𝟏𝟐, −𝟏𝟓) = (-6, 19, -7)

7. Asociatividad de la multiplicación por escalar

(𝛌𝛃) 𝒖⃗= 𝛌 (𝜷 𝒖⃗).
𝜆=4; β=7

(𝛌𝛃) 𝒖⃗= 4(7) * (−𝟖, 𝟏𝟐, −𝟏𝟓) = 28 (-224, 336, -420)

𝛌 (𝜷 𝒖⃗) = 4(7(−𝟖, 𝟏𝟐, −𝟏𝟓)) = 4(-56, 84, -105) = (-224, 336, -420)
Se comprueba que ambos resultados son iguales.

8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de vectores

𝛌 (𝒖⃗ + 𝒗⃗) = 𝛌 𝒖⃗ + 𝛌 𝒗⃗

𝛌 (𝒖⃗ + 𝒗⃗) = 7((−𝟖, 𝟏𝟐, −𝟏𝟓) + (𝟏, −𝟗, 𝟕)) = 7(-7, 3, -8) = (-49, 21, -56)
𝛌 𝒖⃗ + 𝛌 𝒗⃗ = 7(−𝟖, 𝟏𝟐, −𝟏𝟓) + 7 (𝟏, −𝟗, 𝟕) = (-56, 84, -105) + (7, -63, 49) = (-49, 21, -56)
Se comprueba que ambos resultados son iguales.

9. Distributividad de la multiplicación escalar con respecto a la suma de escalares

(𝛌 + 𝛃) 𝒖⃗ = 𝛌 𝒖⃗ + 𝛃 𝒖⃗

(𝛌 + 𝛃) 𝒖⃗ = (4+7) (−𝟖, 𝟏𝟐, −𝟏𝟓) = 11(−𝟖, 𝟏𝟐, −𝟏𝟓) = (-88, 132, -165)
𝛌 𝒖⃗ + 𝛃 𝒖⃗ = 4(−𝟖, 𝟏𝟐, −𝟏𝟓) + 7(−𝟖, 𝟏𝟐, −𝟏𝟓) = (-32, 48, -60) + (-56, 84, -105) = (-88, 132, -
165)
E) Solución:

Vectores:
𝒖⃗ = (𝟑, 𝟐, −𝟓)
𝒗⃗ = (𝟐, −𝟕, 𝟒)
𝒘⃗ = (𝟕, −𝟔, 𝟐)

Escalares:
𝜆=3; β=5

1. Cerradura bajo la suma de vectores

Para verificar este axioma, sumamos los vectores 𝒖⃗ y 𝒗⃗.

𝒖⃗ + 𝒗⃗ = (𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒) = (5, -5,-1)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo la suma de vectores.

2. Cerradura bajo el producto escalar

Para verificar este axioma, multiplicamos el vector 𝒖⃗ por el escalar 𝛌.

𝛌𝒖⃗ = 3* (𝟑, 𝟐, −𝟓) = (9, 6,- 15)

El resultado es un vector en R^3, por lo tanto, el espacio es cerrado bajo el producto escalar.

3. Asociatividad de la suma
Para verificar este axioma, comprobamos si 𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝒖⃗+ 𝒗⃗) + 𝒘⃗.

𝒖⃗ + (𝒗⃗ + 𝒘⃗) = (𝟑, 𝟐, −𝟓) + ((𝟐, −𝟕, 𝟒) + (𝟕, −𝟔, 𝟐)) = (𝟑, 𝟐, −𝟓) + (9, -13, 6) = (12, -11, 1)

(𝒖⃗+ 𝒗⃗) + 𝒘⃗ = ((𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒)) + (𝟕, −𝟔, 𝟐) = (5, -5,-1) + (𝟕, −𝟔, 𝟐) = (12, -11, 1)
Ambos resultados son iguales, por lo tanto, la suma es asociativa.

4. Existencia de elemento neutro aditivo

El elemento neutro aditivo en R^3 es el vector 0⃗ = (0,0,0). Para cualquier vector 𝒖⃗, 𝒖⃗ + 0⃗ = 0⃗ +
𝒖⃗ = 𝒖⃗.
𝒖⃗ + 0⃗ = (𝟑, 𝟐, −𝟓) + (0,0,0) = (𝟑, 𝟐, −𝟓)
0⃗ + 𝒖⃗ = (0,0,0) + (𝟑, 𝟐, −𝟓) = (𝟑, 𝟐, −𝟓)
Ambos resultados son iguales al vector original 𝒖⃗, por lo tanto, existe un elemento neutro aditivo.

5. Existencia de inverso aditivo

El inverso aditivo de un vector 𝒖⃗ es el vector -𝒖⃗. Para cualquier vector 𝒖⃗, 𝒖⃗ + (-𝒖⃗) = (-𝒖⃗) + 𝒖⃗
= 0⃗.
𝒖⃗ + (-𝒖⃗) = (𝟑, 𝟐, −𝟓) + (-𝟑, -𝟐, 𝟓) = (0,0,0)
(-𝒖⃗) + 𝒖⃗ = (-𝟑,-𝟐, 𝟓) + (𝟑, 𝟐, −𝟓) = (0,0,0)

Ambos resultados son el vector cero, por lo tanto, existe un inverso aditivo.
6. Conmutatividad de la suma
𝒖⃗ + 𝒗⃗ = (𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒) = (5, -5, -1)
𝒗⃗ + 𝒖⃗ = (𝟐, −𝟕, 𝟒) + (𝟑, 𝟐, −𝟓) = (5, -5, -1)

7. Asociatividad de la multiplicación por escalar

(𝛌𝛃) 𝒖⃗= 𝛌 (𝜷 𝒖⃗).
𝜆=3; β=5

(𝛌𝛃) 𝒖⃗= 3(5) * (𝟑, 𝟐, −𝟓) = (45, 30, -75)

𝛌 (𝜷 𝒖⃗) = 3(5(𝟑, 𝟐, −𝟓)) = 3 (15, 10, -25) = (45, 30, -75)
Se comprueba que ambos resultados son iguales.

8. Distributividad a derecha de la multiplicación escalar con respecto a la suma de vectores

𝛌 (𝒖⃗ + 𝒗⃗) = 𝛌 𝒖⃗ + 𝛌 𝒗⃗

𝛌 (𝒖⃗ + 𝒗⃗) = 3((𝟑, 𝟐, −𝟓) + (𝟐, −𝟕, 𝟒)) = 3(5, -5, -1) = (15, -15, -3)
𝛌 𝒖⃗ + 𝛌 𝒗⃗ = 3(𝟑, 𝟐, −𝟓) + 3(𝟐, −𝟕, 𝟒) = (9, 6, -10) + (6, -14, 12) = (15, -8, 2)
Se comprueba que ambos resultados son iguales.

9. Distributividad de la multiplicación escalar con respecto a la suma de escalares

(𝛌 + 𝛃) 𝒖⃗ = 𝛌 𝒖⃗ + 𝛃 𝒖⃗

(𝛌 + 𝛃) 𝒖⃗ = (3+5) (𝟑, 𝟐, −𝟓) = 8(𝟑, 𝟐, −𝟓) = (24, 16, -40)

𝛌 𝒖⃗ + 𝛃 𝒖⃗ = 3(𝟑, 𝟐, −𝟓) + 5(𝟑, 𝟐, −𝟓) = (9, 6, -15) + (15, 10, -25) = (24, 16, -40)
Ejercicio 2. Dependencia Lineal, Independencia Lineal y Conjuntos Generadores.

Considerando el conjunto 𝑺, se plantean las siguientes preguntas:

 ¿Es el conjunto 𝑆 linealmente independiente o dependiente?
 ¿𝑺 genera al espacio tridimensional 𝐑𝟑?

A. 𝑆 = {(2, 8,2), (2,4,6), (1,−1,2)}.

B. 𝑆 = {(2,2,4), (1,1,3), (2,0,1)}.

C. 𝑆 = {(3, 0, 0), (0,1,1), (1,0,0)}.

D. 𝑆 = {(0, 7, 0), (0, -2,0), (0, -6,0)}.

E. 𝑆 = {(4, 0,3), (0, 1, 2), (1,-1,3)}.

Solución:

A)
Solución
Dado que la dimensión de la base del conjunto es igual a la dimensión del conjunto, el conjunto es
linealmente independiente.
B)
Su dimensión (un número de vectores en ella) es 3.

Dado que la dimensión de la base del conjunto es igual a la dimensión del conjunto, el conjunto es
linealmente independiente.
C)

Dado que el elemento en la fila 3 y la columna 3 es igual a 0

Su dimensión (un número de vectores en ella) es 2.

El conjunto 𝑆 = {(3, 0, 0), (0, 1, 1), (1, 0, 0)} es linealmente dependiente.

El conjunto 𝑆 genera al espacio tridimensional ℝ³

Dado que la dimensión de la base del conjunto es menor que la dimensión del conjunto, existe un
vector linealmente dependiente y el conjunto es linealmente dependiente.
D)

Su dimensión (un número de vectores en ella) es 1.

Dado que la dimensión de la base del conjunto es menor que la dimensión del conjunto, existe un
vector linealmente dependiente y el conjunto es linealmente dependiente.
E)

Su dimensión (un número de vectores en ella) es 3.

Dado que la dimensión de la base del conjunto es igual a la dimensión del conjunto, el conjunto es
linealmente independiente.
Ejercicio 3. Bases ortogonales de 𝐑𝟑.
Determine si el conjunto 𝑆 corresponde a una base ortogonal de ℝ³. En caso contrario, explique por
qué no cumple con las condiciones de una base ortogonal.

A. 𝑆 = {(1, 1,0), (0,1,0), (0,0,1)}.

B. 𝑆 = {(2,0,0), (0,-3,0), (0,0,-2)}.

C. 𝑆 = {(-1, 0, 0), (0,-4,0), (0,0,5)}.

D. 𝑆 = {(0, 7, 0), (0, 1,0), (0, 0,1)}.

E. 𝑆 = {(4, 0,3), (0, 1, 2), (1,-1,3)}

SOLUCIÓN A.

𝑆 = {(1, 1,0), (0,1,0), (0,0,1)}.

Calculamos el producto escalar entre todos los pares de vectores en 𝑆:

Los vectores del conjunto deben ser linealmente independientes ya que ninguno de ellos puede ser
obtenido a partir de una combinación lineal de los otros dos.

(1, 1, 0) · (0, 1, 0)
= (1.0) + (1.1) + (0.0)
=0+1+0=1

(1, 1, 0) · (0, 0, 1)
= (1.0) + (1.0) + (0.1)
=0+0+0=0

(0, 1, 0) · (0, 0, 1)
= (0.0) + (1.0) + (0.1)
=0+0+0
=0

Para que un conjunto sea una base ortogonal, todos los productos escalares deben ser cero. En este
caso, los vectores en 𝑆 no son ortogonales entre sí, ya que al menos uno de los productos escalares
es diferente de cero.
SOLUCIÓN B.
El conjunto S = {(2,0,0), (0,-3,0), (0,0,-2)}
Los vectores del conjunto deben ser linealmente independientes ya que ninguno de ellos puede ser
obtenido a partir de una combinación lineal de los otros dos.

(2,0,0) · (0,-3,0)
= 20 + 0(-3) + 0*0 = 0

(2,0,0) · (0,0,-2)
= 20 + 00 + 0*(-2) = 0

(0,-3,0) · (0,0,-2)
= 0*(-3) + (-3)0 + 0(-2) = 0

Dado que se cumplen ambas condiciones (Linealmente independientes y todos los resultados de los
productos = 0) , podemos concluir que el conjunto S = {(2,0,0), (0,-3,0), (0,0,-2)} es una base
ortogonal de ℝ³.
SOLUCIÓN C.

𝑆 = {(-1, 0,0), (0,-4,0), (0,0,5)}.

Calculamos el producto escalar entre todos los pares de vectores en 𝑆:

Los vectores del conjunto deben ser linealmente independientes ya que ninguno de ellos puede ser
obtenido a partir de una combinación lineal de los otros dos.

(-1, 0, 0) · (0, -4, 0)

= (-1.0) + (0.-4) + (0.0)
=0+0+0=0

(-1, 0, 0) · (0, 0, 5)
= (-1.0) + (0.0) + (0.5)
=0+0+0=0

(0, -4, 0) · (0, 0, 5)

= (0.0) + (-4.0) + (0.5)
=0+0+0
=0

Dado que se cumplen ambas condiciones (Linealmente independientes y todos los resultados de los
productos = 0) , podemos concluir que el conjunto S = {(-1, 0,0), (0,-4,0), (0,0,5)} es una base
ortogonal de ℝ³.
SOLUCIÓN D.

𝑆 = {(0, 7, 0), (0, 1, 0), (0, 0, 1)}.

Calculamos el producto escalar entre todos los pares de vectores en 𝑆:

Los vectores del conjunto deben ser linealmente independientes ya que ninguno de ellos puede ser
obtenido a partir de una combinación lineal de los otros dos.

(0, 7, 0) · (0, 1, 0)
= (0.0) + (7.1) + (0.0)
=0+7+0=7

(0, 7, 0) · (0, 0, 1)
= (0.0) + (7.0) + (0.1)
=0+0+0=0

(0, 1, 0) · (0, 0, 1)
= (0.0) + (1.0) + (0.1)
=0+0+0
=0

Para que un conjunto sea una base ortogonal, todos los productos escalares deben ser cero. En este
caso, los vectores en 𝑆 no son ortogonales entre sí, ya que al menos uno de los productos escalares
es diferente de cero.
SOLUCIÓN E.

𝑆 = {(4, 0,3), (0, 1, 2), (1,-1,3)}

Calculamos el producto escalar entre todos los pares de vectores en 𝑆:

(4, 0, 3) · (0, 1, 2)
= (4.0) + (0.1) + (3.2)
=0+0+6=6

(4, 0, 3) · (1, -1, 3)

= (4.1) + (0.-1) + (3.3)
= 4 + 0 + 9 = 13

(0, 1, 2) · (1, -1, 3)

= (0.1) + (1.-1) + (2.3)
=0-1+6
=5

Como ninguno de los productos escalares es cero, podemos concluir que el conjunto 𝑆
= {(4, 0, 3), (0, 1, 2), (1, -1, 3)} no es una base ortogonal de ℝ³.

Para que un conjunto sea una base ortogonal, todos los productos escalares deben ser cero. En este
caso, los vectores en 𝑆 no son ortogonales entre sí, ya que al menos uno de los productos escalares
es diferente de cero.
Ejercicio 4. Rango de una Matriz.
Determinar el rango de la matriz dada, utilizando el método de Gauss-Jordán y el método de los
determinantes.
Nota:

 Para calcular el rango de una matriz, aplicamos el método de Gauss-Jordán para reducir la
matriz 𝑨 a su forma escalonada reducida. Contaremos el número de filas no nulas en la
matriz resultante, lo cual nos dará el rango de la matriz.

 Para hallar el rango de la matriz utilizando el método de determinantes, calcularemos el

determinante de la matriz A. Si el determinante es distinto de cero, esto indica que todas las
filas (o columnas) son linealmente independientes y el rango de la matriz es igual al número
de filas (o columnas). En caso contrario, si el determinante es cero, esto implica que existe
al menos una fila (o columna) que es linealmente dependiente de las demás, y el rango de la
matriz A será menor que el número de filas (o columnas)
SOLUCIÓN A) GAUSS-JORDAN

El rango de una matriz es el número de filas distintas de cero en la matriz reducida, por lo que el
rango es 4.

SOLUCIÓN DETERMINANTES:
SOLUCIÓN B) GAUSS-JORDAN

El rango de una matriz es el número de filas distintas de cero en la matriz reducida, por lo que el
rango es 4.
SOLUCIÓN DETERMINANTES:
SOLUCIÓN C) GAUSS-JORDAN

El rango de una matriz es el número de filas distintas de cero en la matriz reducida, por lo que el
rango es 3.
SOLUCIÓN D)

El rango de una matriz es el número de filas distintas de cero en la matriz reducida, por lo que el
rango es 3.
SOLUCIÓN E)

El rango de una matriz es el número de filas distintas de cero en la matriz reducida, por lo que el
rango es 33.
SOLUCIÓN DETERMINANTES:
Ejercicio 5. Sistemas de Ecuaciones con infinitas soluciones.

Cada uno de los siguientes sistemas de ecuaciones lineales homogéneo (𝟐 × 𝟑), tiene infinitas
soluciones. Para cada sistema, realiza lo siguiente:

 Determine el conjunto solución.

 Identifique un sistema fundamental de soluciones, es decir, una base que genere el
conjunto solución obtenido en el ítem anterior.
 Describa la naturaleza geométrica de la solución obtenida en el ítem anterior (si
corresponde a una recta o un plano en el espacio). Puede utilizar GeoGebra para realizar
una verificación geométrica visual de la solución.
SOLUCIÓN A)

El sistema de ecuaciones lineales es:

x + 3y - z = 0
2x + y + 3z = 0

Para determinar el conjunto solución, podemos resolver el sistema utilizando el método de

eliminación o el método de matrices. En este caso, utilizaremos el método de eliminación:

Multiplicamos la primera ecuación por 2 y la restamos de la segunda ecuación para eliminar la

variable x:
2(x + 3y - z) = 2(0)
2x + 6y - 2z = 0

2x + y + 3z = 0
- (2x + 6y - 2z = 0)
---------------------
-5y + 5z = 0

Dividimos la ecuación resultante por 5 para obtener una ecuación en términos de y y z:

-5y + 5z = 0
-5(y - z) = 0
y - z = 0

Ahora tenemos una ecuación que relaciona las variables y y z. Podemos expresar la solución en
términos de una variable libre, por ejemplo, z:
y = z

Por lo tanto, el conjunto solución es:

{x, y, z} = {z, z, z} para cualquier valor de z

Para identificar un sistema fundamental de soluciones, podemos asignar valores específicos a z y

encontrar los valores correspondientes de x e y. Por ejemplo, si z = 1:
{x, y, z} = {1, 1, 1}

Si z = 2:
{x, y, z} = {2, 2, 2}

Podemos ver que cualquier combinación de valores iguales para x, y, y z es una solución válida. Por
lo tanto, un sistema fundamental de soluciones sería: S = {(1, 1, 1), (2, 2,
2), ...}
SOLUCIÓN B)

El sistema de ecuaciones lineales es:

x + 2y - 7z = 0
3x + 6y - 21z = 0

Para determinar el conjunto solución, podemos resolver el sistema utilizando el método de

eliminación o el método de matrices. En este caso, utilizaremos el método de eliminación:

Multiplicamos la primera ecuación por 2 y la restamos de la segunda ecuación para eliminar la

variable x:
3(x + 3y - 7z) = 3(0)
3x + 6y - 21z = 0

3x + 6y - 21z = 0
- (3x + 6y - 21z = 0)
---------------------
-0y + 0z = 0

Dividimos la ecuación resultante por 0 para obtener una ecuación en términos de y y z:

-0y + 0z = 0
-0(y - z) = 0
y - z = 0

Ahora tenemos una ecuación que relaciona las variables y y z. Podemos expresar la solución en
términos de una variable libre, por ejemplo, z:
y = z
SOLUCIÓN C)

El sistema de ecuaciones lineales es:

3x - 5y + z = 0
15x - 25y + 5z = 0

Para determinar el conjunto solución, podemos resolver el sistema utilizando el método de

eliminación o el método de matrices. En este caso, utilizaremos el método de eliminación:

Multiplicamos la primera ecuación por 2 y la restamos de la segunda ecuación para eliminar la

variable x:
5(3x - 5y + z) = 5(0)
15x - 25y - 5z = 0

15x - 25y - 5z = 0
- (15x - 25y + 5z = 0)
---------------------
0x + 0y + 0z = 0

La ecuación resultante es una identidad, lo que significa que todas las soluciones
de x, y y z satisfacen la ecuación original. Por lo tanto, el conjunto solución es infinito.

Para identificar un sistema fundamental de soluciones, podemos asignar una variable libre a una
de las variables y expresar las otras variables en términos de ella. En este caso, podemos
asignar z como variable libre:
x = t
y = s
z = z
SOLUCIÓN D)

El sistema de ecuaciones lineales es:

3x - 5y + z = 0
15x - 25y + 5z = 0

Para determinar el conjunto solución, podemos resolver el sistema utilizando el método de

eliminación o el método de matrices. En este caso, utilizaremos el método de eliminación:

Multiplicamos la primera ecuación por 2 y la restamos de la segunda ecuación para eliminar la

variable x:
5(3x - 5y + z) = 5(0)
15x - 25y - 5z = 0

15x - 25y - 5z = 0
- (15x - 25y + 5z = 0)
---------------------
0x + 0y + 0z = 0
SOLUCIÓN E)