CO DE MÉRIDA

UNIVERSIDAD ABIERTA Y A DISTANCIA DE MÉXICO

Licenciatura en Matemáticas

3 ° SEMESTRE
Unidad 1. Espacios Vectoriales y Matrices
Álgebra Lineal I
Actividad 2. Espacios.

Montalvo Adrián Jhonatan Alonso

Nombre del docente: Isaac Izcoatl Mota Díaz

Instrucciones: Realiza lo solicitado.
Determine las soluciones y calcule el valor de Δ=a 11 a22−a 12 a21 para los siguientes sistemas de
ecuaciones:
1. Ax +By=C , Ax +By=C
Para hallar las soluciones del sistema de ecuaciones lineal, se aplicará el método de suma y
resta.

{AxAx +By =C
+By =C
Resolviendo por el método de suma y resta:

{
1 Ax+ By=C
−1 Ax+ By=C
0=0
Puesto que todo se cancela, eso nos indica que el sistema tiene infinitas soluciones.

Teorema:
Dado un sistema:
a11 x+ a12 y =b1
a 21 x+ a22 y =b2
I. Tiene una solución única si y sólo si a 11 a22−a12 a21 ≠ 0
II. No tiene solución o tiene un numero infinito de soluciones, si y sólo si a 11 a22−a12 a21=0
(Grossman, S. I., 2008, pág. 4)
Por lo tanto el determinante de la ecuación es:

∆= |AA BB|= AB−BA=0

2. Bx + Ay=C , Bx + Ay=D
Para el siguiente Sistema, se aplicará de igual manera el método de suma y resta:

{BxBx++ AyAy=C
=D
Resolviendo por el método de suma y resta:
 {
1 Bx+ Ay=C
−1 Bx+ Ay=D
0=C+ D
Puesto que obtenemos un absurdo, eso nos indica que el sistema no tiene solución
Por lo tanto el determinante de la ecuación es:

∆=|BB AA|=BA− AB=0

3. 7 x+3 y =0 ,−5 x +10 y=0

Para el siguiente sistema aplicamos nuevamente el método antes visto:

{−57 x+3 y =0
x +10 y=0
Resolviendo por el método de suma y resta:

{
5 7 x+3 y =0
7 −5 x+10 y=0
0+15 y +70 y=0
85 y=0
y=0
Sustituyendo el valor encontrado de y en la primera ecuación:
7 x +3(0)=0
7 x=0
x=0
Por lo tanto tenemos una solución única y trivial:
x=0 y =0
el determinante de la ecuación es:

∆= |−57 103 |=7 ( 10)−( 3 )(−5 )=70+15=85

Observemos que el determinante resultó en un numero diferente de cero, por lo que podemos
concluir que el sistema si tiene solución y es única.
Determine si los siguientes conjuntos forman un espacio vectorial, justifique su respuesta.
1. El conjunto de vectores en R3 de la forma (x, x, x).
Espacio Vectorial.

Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores, en el que se han

definido dos operaciones: la suma y el producto por un escalar (número real) sujetas a los diez
axiomas que se dan a continuación. Los axiomas deben ser válidos para todos los vectores u, v y
w en V y todos los escalares α y β reales.

Llamamos u + v a la suma de vectores en V, y αv al producto de un número real α por un vector v

∈ V.

1. u+ v ∈ V
2. u+ v=v+ u
3. ( u+ v ) +w=u+ ( v+ w )
4. Existe un vector nulo 0V ∈ V tal que, v+ 0V =v
5. Para cada v en V , existe un opuesto (−v ) ∈ V tal que, v+ (−v )=0V
6. αv ∈ V
7. α (u+ v )=αu+ αv
8. ( α + β ) v=αv + βv
9. α ( βv )=( αβ ) v
10. 1 v=v

Observación: En la definición anterior, cuando decimos «escalares» nos estamos refiriendo a

números reales. En este caso, se dice que V es un espacio vectorial real.

(Lay & Murrieta, 2007, pág. 217)

Para verificar que es un espacio vectorial tenemos que verificar que se cumplan los diez axiomas
mencionados anteriormente.
Definamos una suma de vectores ( x , x , x ) + ( y , y , y )

1. si ( x , x , x ) y ( y , y , y ) están en V, entonces ( x , x , x ) + ( y , y , y ) estan en V V

( x , x , x ) + ( y , y , y )=( x+ y , x + y , x + y ) está en V
2. ( u+ v ) +w=u+ ( v+ w ) ley conmutativa
Sean ( x , x , x ) , ( y , y , y ) , ( m, n , o ) en V entonces
( x , x , x ) + ( y , y , y )+ ( m, n , o ) =( x , x , x ) + ( ( y , y , y ) + ( m, n , o ) ) =( ( x , x , x ) + ( y , y , y ) ) + ( m, n , o ) =( x+ y , x + y , x
3. Ley conmutativa
( x , x , x ) ( y , y , y ) ∈V entonces se tiene que demostrar que ( x , x , x ) + ( y , y , y )= ( y , y , y )+ ( x , x , x )
( x , x , x ) + ( y , y , y )=( x+ y , x + y , x + y )
( y , y , y ) + ( x , x , x )=( y + x , y + x , y+ x ) =( x+ y , x + y , x + y )
4. Existe un vector nulo 0V ∈ V tal que, v+ 0V =v

∃0 ∀ V , sea ( 0 ,0 , 0 )
( x , x , x ) + ( 0 ,0 , 0 ) =( x+ 0 , x +0 , x +0 )= ( x , x , x )
( 0 , 0 , 0 ) + ( x , x , x ) =( 0+ x ,0+ x , 0+ x )= ( x , x , x )

5. Para cada v en V , existe un opuesto (−v ) ∈ V tal que, v+ (−v )=0V

∀ ( x , x , x ) ∈Vexiste su inverso aditivo

sea (−x ,−x ,−x )
( x , x , x ) + (−x ,−x ,−x ) =( x−x , x−x , x−x ) =( 0 , 0 , 0 )

6. αv ∈ V

si ( x , x , x ) ∈ V y α es un escalar , entonces se tiene que demostrar que α ( x , x , x ) ∈V

α ( x , x , x )=(ax , αx , αx)∈V

7. α (u+ v )=αu+ αv

Sean ( x , x , x ) y ( y , y , y )∈ V y α es un escalar ,entonces se tiene que demostrar que

α ( ( x , x , x ) + ( y , y , y ) )=α ( x , x , x ) + α ( y , y , y )
α ( ( x , x , x ) + ( y , y , y ) )=α ( x + y , x + y , x+ y )=¿
α ( x , x , x ) +α ( y , y , y ) =( αx , αx , αx ) + ( αy , αy , αy )=(αx+ αy , αx+αy , αx+αy)
 8. ( α + β ) v=αv + βv

si ( x , x , x ) ∈ V y α , β escalares entonces se tiene que demostrar que

( α + β )( x , x , x )=α ( x , x , x )+ β ( x , x , x )
( α + β )( x , x , x )=( ( α + β ) x , ( α + β ) x , ( α + β ) x )=(αx+ βx , αx+ βx , αx+ βx )
α ( x , x , x ) + β ( x , x , x )=( αx , αx , αx ) + ( βx , βx , βx )=(αx+ βx , αx+ βx , αx+ βx)

9. α ( βv )=( αβ ) v

si ( x , x , x ) ∈ V y α , β escalares entonces se tiene que demostrar que

α ( β ( x , x , x ) ) =αβ ( x , x , x )
α ( β ( x , x , x ) ) =α ( βx , βx , βx )=(α βx , α βx , α βx )
αβ ( x , x , x )=(α βx , α βx , α βx )

10. 1 v=v

1 ( x , x , x )=( 1 x ,1 x , 1 x )=( x , x , x )

Por lo tanto se concluye de los axiomas 1 a 10 que El conjunto de vectores en R3 de la forma (x,
x, x) es un espacio vectorial

2. El conjunto de matrices diagonales de n × n bajo la suma de matrices y multiplicación por

un escalar.
Una matriz diagonal se define como una matriz cuadrada A=(aij ) se llama diagonal si todos
los elementos fuera de su diagonal principal son ceros.
Es decir, a ij=0 si i≠ j
Sea V el conjunto de las matrices diagonales n × n con elementos reales, con la adición
matricial y la multiplicación por un escalar usuales-
1. Si A=( aij ) ∈V a ij=0 si i≠ j
B=( bij ) ∈ V b ij=0 si i≠ j
Entonces:
A+ B= ( aij ) + ( b ij ) =( a ij +b ij ) =( a+ b )ij ∈V
2. Si A , B y C ∈ V entonces:
( A+ B ) +C=( aij + bij ) +c ij =( a+b )ij + cij =( a+b+ c )ij =aij + ( b+c )ij =a ij + ( b ij + cij ) =A +( B+C )
3. Existe la matriz nula en V tal que:
A+0=a ij +0 ij= ( a+0 )ij =aij = A
Del mismo modo 0+ A= A
Por lo tanto, A+0=0+ A= A
4. Si A ∈V , existe − A ∈V tal que:
A+ (− A )=a ij + (−aij )=[ a+ (−a ) ]ij =0 ij =0
Así mismo (− A )+ A=0
Por lo tanto, A+ (− A )=(− A )+ A=0
5. Si A y B ∈V entonces:
( A+ B )=aij + bij =( a +b )ij =( b +a )ij =b ij + aij =B+ A
6. Si A ∈V y α es un escalar, entonces:
αA =α ( a )ij =( αa )ij
7. Si A y B ∈V y α es un escalar, entonces:
α ( A +B )=α [ aij + bij ] =α aij + α bij =αA +αB
8. Si A ∈V y α , β son escalares, entonces:
( α + β ) A=( α + β ) a ij =α a ij + β aij =αA + βA
9. Si A ∈V y α , β son escalares, entonces:
α ( βA )=α ( β aij )=(αβ )aij =(αβ ) A
10. ∀ A ∈V , existe la matriz identidad I tal que:
IA=( 1ij ) ( aij ) =( 1 a )ij =aij = A
Puesto que se cumplen los axiomas, V es un espacio vectorial.

3. {(x , y ): y ≤ 0 ; x , y reales} con la suma de vectores y multiplicación por un escalar.

V consiste en los puntos en R2 en el semiplano inferior (los últimos dos cuadrantes)
Si y 1 ≤0 y y 2 ≤0 , entonces y 1 + y 2 ≤ 0 ; asi, si (x 1 , y 1 )∈ V y (x 2 , y 2 )∈ V , por el primer axioma
tenemos que:
1. Cerradura bajo la suma: ( x 1 + x 2 , y 1+ y 2 ) ∈ V
Ejemplo: x 1=−2 y 1=−2 x 2=1 y 2 =−1
 (−2 ,−2 )+ (1 ,−1 )=(−2+1 ,−2−1 )=(−1 ,−3)∈ V
2. ley asociativa de la suma de vectores: Para cualquier (x 1 , y 1 ), (x2 , y 2) y (x 3 , y 3 ) en V,
entonces
(x 1 , y 1 )+(x 2 , y 2 )+(x 3 , y3 )=(x 1 , y 1)+ ( (x 2 , y 2 )+(x 3 , y 3 ) )=( (x 1 , y 1 )+( x 2 , y2 ) ) +(x3 , y 3)=( x 1+ x 2 , y 1+ y 2 ) +(
Ejemplo: x 1=−2 y 1=−2 x 2=1 y 2 =−1 x 3=−3 y 3 =−4
(−2 ,−2 )+ ( ( 1,−1 ) + (−3 ,−4 )) =(−2 ,−2 )+ (1−3 ,−1−4 )=(−2 ,−2 )+ (−2,−5 )=(−4 ,−7 ) ∈V
( (−2 ,−2 )+ ( 1,−1 ) ) + (−3 ,−4 )=(−2+1 ,−2−1 ) + (−3 ,−4 ) =(−1 ,−3 ) + (−3 ,−4 )=(−4 ,−7 ) ∈ V
3. Ley conmutativa de la suma de vectores: ( u+ v ) +w=u+ ( v+ w )
( x 1 + x 2) ( y 1 + y 2 ) ∈V entonces se tiene que demostrar que ( x 1+ x2 ) + ( y 1+ y2 ) =( y 1 + y 2 ) + ( x 1+ x2 )
( x 1 + x 2) + ( y 1+ y 2 )=( x 1 + y 1 , x 2+ y 2 )
( y 1 + y 2 ) + ( x 1 + x 2 )=( y 1 + x 1 , y 2 + x 2 )=( x 1 + y 1 , x 2 + y 2 )
Ejemplo: x 1=−2 y 1=−2 x 2=1 y 2 =−1
(−2+1 ) + (−2−1 )=(−4 ,0)∈V
(−2−1 )+ (−2+ 1 )=(−4 ,0)∈V

4. Vector cero o idéntico aditivo: Existe un vector nulo 0V ∈ V tal que, v+ 0V =v

∃0 ∀ V , sea ( 0 ,0 )
(x 1 , y 1 )+ ( 0 , 0 )=( x 1 +0 , y 1+ 0 )=(x 1 , y 1 )
( 0 , 0 ) + ( x 1 , y 1) =( 0+ x 1 , 0+ y 1 )=( x 1 , y1 )
Ejemplo:
x 1=−2 y 1=−2
(−2 ,−2)+ ( 0 , 0 ) =(−2+0 ,−2+ 0 )=(−2 ,−2)∈ V
( 0 , 0 ) +(−2 ,−2)=( 0−2 , 0−2 ) =(−2 ,−2)∈V

5. Inverso aditivo: Para cada v en V , existe un opuesto (−v ) ∈ V tal que, v+ (−v )=0V

NO SE CUMPLE, puesto que si ( x 1 , y 1 ) están estrictamente en el tercer y cuarto cuadrante,

entonces (−x 1 ,− y 1 ) están en el primer y segundo cuadrante, es decir − y 1 >0
Ejemplo:
sea (−3 ,−3 ) su inverso ( 3 , 3 ) ∉V

6. Cerradura bajo la multiplicación por un escalar: αv ∈ V

si(x 1 , y 1)∈V y α es un escalar ,entonces se tiene que demostrar que α (x 1 , y 1 )∈V

Esta relación no se cumple si α <0, es decir si tenemos un vector ( x 1 , y 1 ) y α < 0, entonces si
tenemos:
α =−1 x 1=−2 y 1=−2
−(−2 ,−2 )=(2 , 2)∉ V

7. Primera ley distributiva: α (u+ v )=αu+ αv

2
Sean (x 1 , y 1 ) y (x 2 , y 2)∈ R y α es un escalar ,entonces se tiene que demostrar que
α ( (x 1 , y 1 )+( x 2 , y 2 ) )=α ( x 1 , y1 )+α ( x 2 , y 2)

α ( (x 1 , y 1 )+( x 2 , y 2 ) )=α ( x 1+ x 2 , y 1+ y 2) =( α ( x 1+ x 2 ) , α ( y 1 + y 2 ) ) =(α x 1+ α x 2 , α y 1+ α y 2)

α ( x1 , y 1 ) +α ( x 2 , y 2 ) =( α x 1 , α y 1 ) + ( α x 2 , α y 2 )=( α x 1+ α x 2 , α y 1+ α y 2 )
esta relación no se cumple si α <0

Ejemplo: α =−1 x 1=−2 y 1=−2 x2 =1 y 2=−1

−( (−2 ,−2 )+ ( 1 ,−1 ) )=− (−1,−3 )= (1 , 3 ) ∉V

−(−2 ,−2 )−( 1 ,−1 )= ( 2, 2 ) + (−1 , 1 )=( 1 ,3 ) ∉ V

8. Segunda ley distributiva: ( α + β ) v=αv + βv

2
si(x 1 , y 1)∈ R y α , β escalares entonces se tiene que demostrar que
( α + β ) ( x 1 , y 1)=α ( x1 , y 1)+ β (x 1 , y 1 )
( α + β ) ( x 1 , y 1)=( ( α + β ) x 1 , ( α + β ) y1 ) =(α x 1+ β x 1 , α y 1 + β y 1)
α ( x1 , y 1 ) + β ( x 1 , y 1 ) =( α x 1 , α y 1 ) + ( β x 1 , β y 1 )=( α x 1+ β x 1 , α y 1 + β y 1 )
Esta relación no se cumple si α <0 y β< 0 ó α >0 y β< 0
Ejemplo:
 α =−1 β=−2 x 1=−2 y 1=−2

(−1−2 )(−2 ,−2 )=(−2 (−1−2 ) ,−2 (−1−2 ) )=( (−1 (−2 )−2 (−2 ) ) , (−1 (−2 )−2 (−2 ) ) ) =(6 ,6)∉V
−(−2 ,−2 )−2 (−2 ,−2 )=(2 , 2)+ ( 4 , 4 )=(6 , 6)∉V
α =1 β=−2 x 1=−2 y 1=−2

( 1−2 )(−2 ,−2 )=(−2 ( 1−2 ) ,−2 ( 1−2 ) )=( ( 1 (−2 )−2 (−2 ) ) , ( 1 (−2 )−2 (−2 )) )=(2 ,2) ∉V
(−2 ,−2 )−2 (−2 ,−2 )=(−2 ,−2)+ ( 4 , 4 )=(2 , 2)∉ V

9. Ley asociativa de la multiplicación por escalares: α ( βv )=( αβ ) v

2
si ( x 1 , y 1) ∈ R y α , β escalares entonces se tiene que demostrar que

α ( β ( x 1 , y 1) ) =αβ ( x 1 , y 1)

α ( β ( x 1 , y 1) ) =α ( β x 1 , β y 1 )=(α β x 1 , α β y 1 )
αβ ( x 1 , y 1 ) =(α β x 1 , α β y 1 )
Esta relación no se cumple si α <0 y β> 0 ó α >0 y β< 0
Ejemplo:
α =−1 β=2 x 1=−2 y 1=−2
−( 2 (−2 ,−2 ) ) =−( 2 (−2 ) ,2 (−2 ) ) =−(−4 ,−4 ) =(4 , 4)∉V
(−1 ) ( 2 ) (−2,−2 )=(−2 (−2 ) ,−2 (−2 )) =(4 , 4 )∉ V
α =1 β=−2 x 1=−2 y 1=−2

(−2 (−2 ,−2 )) =(−2 (−2 ) ,−2 (−2 ) ) =( 4 , 4 ) ∉V

( 1 ) (−2 ) (−2,−2 )=(−2 (−2 ) ,−2 (−2 )) =(4 , 4 )∉ V

10. 1 v=v

1 ( x 1 , y 1 )=( 1 x 1 , 1 y 1 )=( x 1 , y 1 )

Ejemplo:

1 (−2 ,−2 )=(−2 ,−2)∈V

 Por lo tanto se deduce que de los axiomas 5,6,7,8 y 9, V ={(x , y): y ≤0 ; x , y reales } No es un
espacio vectorial.

Referencias Bibliográficas
González, G. E. G. O. I. S. /. (2014). Álgebra lineal y sus aplicaciones (1.a ed.). Grupo Editorial

Patria.

Lay, D. C., & Murrieta, J. E. M. (2007). Algebra Lineal Y Sus Aplicaciones. Pearson Educación.

Cárdenas Trigos, Humberto, Lluis, Emilio, Raggi, Francisco, (1973). Algebra Superior. México:
Trillas.

Grossman, S. I. (2008). Álgebra lineal. McGraw-Hill Education.