TECNOLOGIA DE LA INFORMACION

MATERIA: ALGEBRA LINEAL

DOCENTE: Msc. DOUGLAS VERDUGA

TRABAJO DE: ERIKA SOLORZANO

PARALELO: C
Actividad # 9. Resolución de Ejercicios
Realizar ejercicios propuestos por cada tema y subtema estudiados por
semanas Con base en los contenidos desarrollados en la unidad III y IV,
realice la actividad propuesta, en el cual debe poner en práctica todo lo
aprendido.

Mayo 2023 - Sep 2023

 UNIDAD 3

1) En el espacio vectorial 𝑉 ∈ M 22, compruebe que se

cumplen los axiomas 3 y 4 para ser un espacio
vectorial
Axioma 3
iii) Existe un vector 0 ϵ V tal que para todo x ϵ V , x+ 0=0+ x=x
(el 0 se llama vector cero o idéntico aditivo).
Proceso:

M 22=R
2x 2
x= (ac bd ) N= (00 00)
( )( )
( 0+ X )= 0 0 + a b
0 0 c d
= ( ac db)=x

Respuesta x= (ac bd )
Axioma 4
iv) Si xϵ V , existe un vector −x ϵ V , tal que x + (−x )=0
(-x se llama inverso aditivo de x).

M 22=R
2x 2
x= (ac bd ) −x= (−a
−c
−b
−d )
( c d ) (−c
( x + (−x ) )= a b + −a −b
−d ) =(
a−a
c−c
b−b
d −d)( )
=
0 0
0 0

(0 0 )
( x + (−x ) )= 0 0

2)Determine si el conjunto dado de vectores genera

el espacio vectorial dado.
2
En P 2 :1−x , 3−x , x
Se dice que los vectores v 1 . v 2 … … v n de un espacio vectorial V generan a V si
todo vector en V se puede escribir como una combinación lineal de los mismos. Es
decir, para todo v ϵ V existen escalares a 1 . a2 … … a n tales que.

v=a1 v 1 +a 2 v 2+ …+a n v n

Proceso:
Sea p ( x )=a2 x + a1 x + a0 ϵ P2 Debemos verificar si todo vector (polinomio) de P2
2

Se puede expresar como una combinación lineal de vectores.

Es decir, para todo p ( x ) ϵ P2 existen escalares α , β , θ tal que:

α (1−x )+ β ( 3−x 2) θ x=a2 x 2 +a1 x+ a0

α −αx+3 β−β x +θ x = a 2 x + a1 x+ a0
2 2

−β x + x (θ−α ) + ( α +3 β ) = a 2 x + a1 x+ a0
2 2

Igualamos los coeficientes.

{ {
−β x 2=a 2 x 2 −β=a2
x ( θ−α )=a 1 x θ−α =a 1
( α +3 β )=a0 α +3 β=a0

Solución del sistema

−β=a2 β=−a2

α +3 β=a0 α +3 (−a2 ) =a 0

α −3 a 2=a0 α =a0 +3 a2

θ−α =a1 θ−( a 0+3 a2 )=a1

θ−a0 −3 a2=a1 θ=a0 + a1+ 3 a2

Base canónica de R = { ( 1 ,0 , 0 ) , ( 0 , 1 ,0 ) , ( 0 , 0 , 1 ) }
3

v 1=( 1 ,0 , 0 )

v 2=( 0 , 1, 0 )
v 3=( 0 , 0 ,1 )

Comprobar
3
v1 , v2 , v3 ϵ V : R a 1 , a2 , a3 ϵ R

a 1 v1 + a2 v 2+ a3 v 3=V

a 1 ( 1 , 0 ,0 )+ a2 ( 0 ,1 , 0 ) + a3 ( 0 ,0 , 1 )= ( x , y , z )

( a 1 , 0 , 0 ) + ( 0 , a2 ,0 ) + ( 0 , 0 , a3 ) =( x , y , z )

{
a1=x
a2= y
a3 =z

Respuesta: Si es un sistema generador, por lo tanto, si es una base.

3) Encuentre una base para el conjunto de vectores

que se encuentra en el plano, y su Dimensión:

{( ) }
x
π= y :2 x− y +3 z=0
z

PROCESO:

Hallamos una base para π

{( ) } {( ) }
x x
π= y :2 x+3 z= y π= 2 x +3 z : x , z ϵ R
z z

{( ) ( ) } {() () }
x 0 1 0
π= 2 x + 3 z : x , z ϵ R π= x 2 + z 3 : x , z ϵ R
0 z 0 1

{( ) ( )} {( ) ( )}
1 0 1 0
π=gen 2 , 3 Entonces una base para π B= 2 , 3
0 1 0 1

Ortogonalizamos la base B= {V 1 , V 2 } Usamos el método de ortogonalización de

Gram-Schmidt.
Primer vector U 1=V 1 U 1= ( 1 , 2 , 0 )

Segundo vector
V 2= ( 0 3 1 ) U 1= ( 1 , 2 , 0 )

FÓRMULA
V 2∗U 1
U 2=V 2− ∗U 1
U 1∗U 1

( 0 3 1 )∗( 1 2 0 )
U 2= ( 0 3 1 ) − ∗( 1 2 0 )
( 1 2 0 )∗( 1 2 0 )

0 ( 1 ) +3 ( 2 )+ 1(0)
U 2= ( 0 3 1 ) − ∗( 1 2 0 )
1 (1 )+ 2 ( 2 ) +0 (0)

6
U 2= ( 0 3 1 )− ∗( 1 2 0 )
5

U 2= ( 0 3 1 ) − ( 65 12
5
0 )
U 2= ( −65 , 35 ,1)
{ (
−6 3
{U 1 , U 2 }= ( 1 , 2, 0 ) , 5 , 5 , 1 )} Es una base ortogonal de π

Las Dimensiones U 1 , U 2

U1 1, 2 , 0 , 1, 2, 0,
W 1= W 1= W 1=
‖U 1‖ √1 2
+2 2
+0 2
√5

W 1=
( √15 , √25 ,0)
U2 −6 /5 , 3/5 , 1 −6 / 5 ,3 /5 , 1
W 2= W 2= W 2=
‖U 2‖ √ (−6 /5 ) + (3 /5 ) + 1
2 2 2
5 √ 70

W 2=
( −6 3
, ,
5
√ 70 √70 √ 70 )
Respuesta: { W 1 , W 2 } = {( 1 2
,
√5 √ 5
,0 ,
−6 3
,
)(
,
5
√70 √70 √ 70 )} Son sus Dimensiones.

4)Consideremos el espacio vectorial formado por

todas las matrices de 2x2 de la forma.
 D 2 X 2=
{( )
0 a
b 0
¿ yb ϵ R
1
}
Vamos a encontrar una base para este espacio vectorial, y su Dimensión.
a) Hallar la base para el espacio vectorial.

a (00 10)+ b( 01 00)=(0b a0) Rango

(00|10 01|00) = 2
1. base P= {( ) ( )}
0 1 , 0 0
0 0 1 0
R: Dimensión de P= 2

UNIDAD 4

( )
x+ y
1.-
2 3
Sea T : R → R definida por T () x
y
= x− y
3y

Determine si T es lineal

Encuentre una transformación lineal de R2 en el plano

{( ) }
x
W = y :2 x− y +3 z=0
z

Sí, la transformación T es lineal. Para demostrarlo, podemos verificar que cumple con
las propiedades de aditivita y homogeneidad.
Tomemos dos vectores arbitrarios u = (u1, u2) y v = (v1, v2) en R^2 y un escalar c.
Entonces, tenemos que:
T (u+ v)=T ((u 1+ v 1 ,u 2+ v 2))=(u 1+ v 1+u 2+v 2 , u1+ v 1−u 2−v 2 , 3(u 2+v 2))=(u 1+u 2+v 1+v 2 ,u 1−u 2

Para la homogeneidad, tenemos que:

T (cu)=T ((cu 1 , cu 2))=(cu 1+cu 2 , cu 1−cu 2, 3 cu 2)=c (u 1+u 2 ,u 1−u 2, 3 u 2)=cT (u)

Por lo tanto, T es una transformación lineal.

Para encontrar una transformación lineal de R2 en el plano

W ={(x , y , z ): 2 x− y +3 z=0} podemos tomar la base canónica de R2 y encontrar su
imagen bajo T. Luego podemos expresar estas imágenes como combinaciones lineales de
una base de W y usar los coeficientes para construir la matriz de la transformación
lineal.
La base canónica de R2es {(1 , 0),(0 ,1)}. La imagen de estos vectores bajo T es:

T (1 ,0)=(1+0 , 1−0 ,3∗0)=(1 ,1 , 0)

T (0 , 1)=(0+1 , 0−1 ,3∗1)=(1 ,−1 , 3)

Ahora necesitamos encontrar una base para W. Podemos hacerlo resolviendo el sistema
homogéneo asociado a la ecuación del plano:
x− y /2+ z /3=0
x= y /2−z /3

Entonces una base para W es {(0.5 ,−1,−3),(−0.34 ,−3 ,−9)}. Ahora podemos expresar
las imágenes de los vectores canónicos como combinaciones lineales de esta base:
(1 , 1, 0)=a(0.5 ,−1,−3)+ b(−0.34 ,−3 ,−9)

Resolviendo este sistema encontramos que a=4 y b=4

(4)(0.5 ,−1 ,−3)+(4 )(−0.34 ,−3 ,−9)=(4)(−0.17 ,−4 ,−12)

(1 ,−1 , 3)=a (0.5 ,−1 ,−3)+b (−0.34 ,−3 ,−9)

Resolviendo este sistema encontramos que a=−6 y b=−6

(−6)(0.5 ,−1 ,−3)+(−6)(−0.34 ,−3 ,−9)=(−6)(−0.17 ,−4 ,−12)

Entonces la matriz de la transformación lineal es:

( 44 −6
−6 )
2.

Sea T una transformación lineal de R3 en R2 y suponga que

() () () ( ) () ( ( )
1 0 0 3

0
2
T 0 = ,T 1 =
3
0
−1
4
yT 0 =
1
5
−3 )
.Calcule T −4
5

Dado que T es una transformación lineal, podemos calcular T (3 ,−4 , 5) como una
combinación lineal de las imágenes de los vectores canónicos de R3. Es decir:

( ) () () ()
3 1 0 0

5 0 0 1
2
T −4 =3 T 0 −4 T 1 +5 T 0 =3 −4
3 () ( ) ( ) ()( )( ) ( )
−1
4
+5
5
−3
6
= +
4
+
25
9 16 −15
=
35
10

Por lo tanto

( )(
3
T −4 =
5
35
10 )
 3.

()( )
x 2 x− y+3 z
3 3
Defina T : R → R por T y = 4 x−2 y+ 6 z . Encuentre A T , nu T , ℑT , v ( T ) y ρ ( T ) .
z −6 x +3 y−9 z

()( )
x 2 x− y +3 z
La matriz de la transformación lineal T : R 3 → R 3 definida por T y = 4 x −2 y +6 z
z −6 x +3 y−9 z

( )
2 −1 3
AT = 4 −2 6
−6 3 −9

Para encontrar el núcleo de T, debemos resolver el sistema homogéneo asociado a la

ecuación

()()
x 0
T y =0
z 0

( )( ) ( )
2 −1 3 x 0
4 −2 6 y = 0
−6 3 −9 z 0

Por lo que el núcleo de T es

{( )}
0
nu T = 0
0

Su dimensión es 0 y su rango es 3. Dado que el rango de T es igual a la dimensión del

dominio de T.

La imagen de T es el subespacio generado por las columnas de la matriz AT

{( ) ( ) ( )}
2 −1 3
ℑT = 4 , −2 , 6
−6 3 −9

Dado que las columnas son linealmente independientes, podemos concluir que la
3
ℑT , es todo R
La inversa de T se puede calcular como:

( )( )
−18 −9 −27 1 1/2 3 /2
−1 1
AT = 36 18 54 = −2 −1 −3
det ( AT ) −18 −9 −27 1 1/2 3 /2

Por lo tanto, la transformación lineal inversa v ( T ) esta dada por :

 ( )
1 3
x+ y + z

()
x 2 2
v ( T )= y = −2 x− y−3 z
z 1 3
x+ y + z
2 2

El polinomio característico de T está dado por:

( )
2−γ −1 3
ρ ( T )=det ( A T −γI ) =det 4 −2−γ 6 =( 2−γ ) [ (−2−γ ) (−9−γ )−3∗6 ] +¿
−6 3 −9−γ
3
−( γ +3 ) =γ =−3

4.

Sea A= (−42 −1
2 )
Obtener el valor y vector característico
Para encontrar los valores y vectores característicos de la matriz A, debemos calcular el
polinomio característico de A y encontrar sus raíces. El polinomio característico de A
está dado por:

ρ A ( γ ) =det ( A−γI )=det

(( 2−γ
−4
−1
2−γ)) 2 2
= (2−γ ) −4=γ −4 γ

Las raíces de este polinomio son 0 y 4, por lo que estos son los valores característicos de
A. Para encontrar los vectores característicos correspondientes a cada valor propio,
debemos resolver el sistema homogéneo asociado a la ecuación ( A−λI ) x=0 para cada
valor propio λ.
Para γ =0 ,tenemos :

(
( A−0 I ) x=0 → 2 −1 x=0
−4 2 )
Resolviendo este sistema encontramos que el espacio nulo de la matriz ( A−0 I ) es
generado por el vector (1 , 2).

(1 , 2) es un vector característico de A asociado al valor propio 0.

Para γ =4 , tenemos :

(
( A−4 I ) x=0 → −2 −1 x=0
−4 −2 )
Resolviendo este sistema encontramos que el espacio nulo de la matriz ( A−4 I )es
generado por el vector (−1 , 2).
(−1 , 2) es un vector característico de A asociado al valor propio 4.

Los valores y vectores característicos de la matriz A son:

Valor propio :0 ; Vector característico:(1 , 2)

Valor propio :4 ; Vector característico :(−1 ,2)

5.

( )
1 −1 4
Sea A= 3 2 −1
2 1 −1

Obtener el valor y vector característico

( ))
1−λ −1 4
3 2
ρ A ( γ ) =det ( A−γI )=det 3 2− λ −1 =¿−γ +2 γ +5 γ + 4 ¿
2 1 −1− y
3 2
−γ +2 γ +5 γ + 4=0
γ 1=−1 y γ 2=−2

( A−λI ) x=0

Para y=−1, tenemos

( )
2 −1 4
( A+ I ) x=0 → 3 3 −1 x=0
2 1 0

Resolviendo este sistema encontramos que el espacio nulo de la matriz ( A+ I ) es

generado por el vector (2 ,−2 ,−1).

(2 ,−2 ,−1) es un vector característico de A asociado al valor propio -1.

Para λ=−2 , tenemos

( )
3 −1 4
( A+2 I ) x=0→ 3 4 −1 x=0
2 1 1

Resolviendo este sistema encontramos que el espacio nulo de la matriz ( A+2 I ) es

generado por el vector (−1 , 0 ,−1).

(−1 , 0 ,−1) es un vector característico de A asociado al valor propio -2.

Los valores y vectores característicos de la matriz A son:

Valor propio :−1; Vector característico :(2 ,−2 ,−1)
Valor propio :−2; Vector característico :¿