Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplos.
Ejercicio.
Dado 𝑉 = 𝑅+ con 𝑥, 𝑦 ∈ 𝑉, los cuales cumplen las condiciones.
𝑖) 𝑥⨁𝑦 = 𝑥 ∙ 𝑦
𝑖𝑖) 𝑐 ∈ 𝑅, 𝑥 ∈ 𝑉, 𝑐 ∙ 𝑥 = 𝑥 𝑐 , demuestre que 𝑉 es un espacio vectorial con el elemento 0 = 1.
Subespacio (≤)
Teorema: un subconjunto no vacío 𝐻 de un espacio vectorial 𝑉 es un subespacio de 𝑉 si se
cumplen las siguientes dos reglas de cerradura.
𝑖) Si , 𝑥 ∈ 𝐻 y , 𝑦 ∈ 𝐻, entonces 𝑥 + 𝑦 ∈ 𝐻 .
𝑖𝑖) Si , 𝑥 ∈ 𝐻 entonces, 𝛼𝑥 ∈ 𝐻, 𝛼 ∈ 𝐾
Ejercicios.
1) Muestre que los siguientes conjuntos de elementos de 𝑅2 forman subespacios.
a) El conjunto de todos los (𝑥, 𝑦) tales que 𝑥 = 𝑦.
Dms.
𝑖) sean (𝑥1 , 𝑦1 ) y (𝑥2 , 𝑦2 ) ∈ 𝑉, 𝑥1 = 𝑦1 , 𝑥2 = 𝑦2
→ (𝑥1 , 𝑦1 ) + (𝑥2 , 𝑦2 ) = (𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 )
Como 𝑥 = 𝑦 → 𝑥1 = 𝑦1 , 𝑥2 = 𝑦2
De modo que
(𝑥1 + 𝑥2 , 𝑦1 + 𝑦2 ) = (𝑥1 + 𝑦2 , 𝑥1 + 𝑦2 ) ∈ 𝑉
a b
Ya que 𝑎 = 𝑏.
𝑖𝑖) sea 𝑘 ∈ 𝐾
→ 𝑘(𝑥1 , 𝑦1 ) = (𝑘𝑥1 , 𝑘𝑦1 ) ∈ 𝑉, 𝑘𝑥1 = 𝑘𝑦1
𝑖𝑖) 𝑘(𝑥1 , 𝑦1 ) = 0
(𝑘𝑥1 , 𝑘𝑦1 ) = 0
Combinación Lineal.
Definición: sea 𝑣1 , 𝑣2 , … , 𝑣𝑛 vectores en un espacio vectorial 𝑉. Entonces cualquier vector de
la forma 𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ +𝛼𝑛 𝑣𝑛 ; 𝛼 ∈ 𝐾, se llama una combinación lineal de 𝑣1 , 𝑣2 , … , 𝑣𝑛 .
Ejemplo: en 𝑅3 .
−7 −1 5 −7 −1 5
( 7 ) es una combinación lineal de ( 2 ) 𝑦 (−3) ya que ( 7 ) = 2 ( 2 ) − (−3)
7 4 1 7 4 1
ÁLGEBRA LINEAL
Conjunto Generador
Se dice que los vectores 𝑣1 , 𝑣2 , … , 𝑣𝑛 en un espacio vectorial 𝑉 generan a 𝑉, si todo vector
en 𝑉 se puede escribir como combinación lineal de ellos.
Sean 𝑣1 , 𝑣2 , … , 𝑣𝑛 𝑛 vectores en un espacio vectorial 𝑉. Entonces se dice que los vectores son
linealmente dependientes (𝐿. 𝑑. ) sí existen 𝑛 escalares 𝛼1 , 𝛼2 , … , 𝛼𝑛 , no todos ceros, tales
que
𝛼1 𝑣1 + 𝛼2 𝑣2 + ⋯ +𝛼𝑛 𝑣𝑛 = 0
Si los vectores no son (𝐿. 𝑑. ), se dice que son linealmente independientes (𝐿. 𝑖. ).
Teorema: dos vectores en un espacio vectorial son (𝐿. 𝑑. ) si y solo si uno es múltiplo escalar
del otro.
Ejemplo: en 𝑅4 .
2 −6
Los vectores 𝑣1 = ( ) 𝑦 𝑣2 = ( 3 ) son (𝐿. 𝑑. ).
−1
0 0
3 −9
ÁLGEBRA LINEAL
𝑣2 es multiplo de 𝑣1 , 𝑣2 = −3𝑣1
Para 𝒏 = 𝒎.
1 2 0
3
Ejemplo: en 𝑅 determina si los vectores (−2) , (−2) 𝑦 (1) son 𝐿. 𝑑. o 𝐿. 𝑖.
3 0 7
Solución.
1 2 0
𝛼1 (−2) + 𝛼2 (−2) + 𝛼3 (1) = 0
3 0 7
𝐴12 (2)
1 2 0 0 𝐴13 (−3) 1 2 0 0 𝐴23 (3)
(−2 −2 1|0) → (0 −2 1|0)
3 0 70 0 −6 70
1
1 2 0 0 𝑀3 (10) 1 2 0 0 𝐴32 (−1)
→ (0 2 1 |0) → (0 2 1|0)
0 0 10 0 0 0 10
1 2 0 0 𝑀2 (1/2) 1 2 0 0 𝐴21 (−2)
→ (0 2 0|0) → (0 1 0|0)
0 0 10 0 0 10
1 0 00
→ (0 1 0|0)
0 0 10
𝛼1 = 0, 𝛼2 = 0 𝑦 𝛼3 = 0,
Por tanto, son 𝐿. 𝑖.
ÁLGEBRA LINEAL
Ejemplo 2
1 3 11
En 𝑅3 ; (−3) , (0) 𝑦 (−6)
0 4 12
Solución:
1 3 11
𝛼1 (−3) + 𝛼2 (0) + 𝛼3 (−6) = 0
0 4 12
1 3 11 0 1 0 20
(−3 0 | ) (
−6 0 → 0 1 3|0)
0 4 12 0 0 0 00
𝑐2 + 3𝑐3 = 0, 𝑐1 + 2𝑐3 = 0
𝑐1 = 1, 𝑐2 = −3, 𝑐3 = −2
Son 𝐿. 𝑑.
Base y Dimensión.
Definición: un conjunto finito de vectores {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es una base para un espacio vectorial
𝑉 si
𝑖) {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es 𝐿. 𝑖.
𝑖𝑖) {𝑣1 , 𝑣2 , … , 𝑣𝑛 } genera a 𝑉.
Ejemplo: encuentre una base para el conjunto de vectores que está en el plano.
𝑥
𝜋 = {(𝑦) : 2𝑥 − 𝑦 + 3𝑧 = 0}
𝑧
Solución
2𝑥 − 𝑦 + 3𝑧 = 0 → 𝑦 = 2𝑥 + 3𝑧
Luego los vectores en π tienen la forma.
𝑥 𝑥 0 1 0
(2𝑥 + 3𝑧) = (2𝑥 ) + (3𝑧) = 𝑥 (2) + 𝑧 (3)
𝑧 0 𝑧 0 1
1 0
Lo cual muestra que (2) 𝑦 (3) generan a π.
0 1
Y como los vectores no son múltiplos del otro, son 𝐿. 𝑖.
Por tanto, forman una base para π.
ÁLGEBRA LINEAL
Ejemplo: encuentre una base y dimensión para el espacio de solución de 𝑆 del sistema
𝑥 + 2𝑦 − 𝑧 = 0
homogéneo {
2𝑥 − 𝑦 + 3𝑧 = 0
Solución
Teorema: Sea 𝐴 una matriz de 𝑛𝑥𝑛. Entonces 𝜆 es un valor propio de 𝐴 sí y solo sí.
𝑃 (𝜆) = det(𝐴 − 𝜆𝐼 ) = 0
Nota: la ecuación del teorema anterior se llama ecuación característica y 𝑃(𝜆) polinomio
característico, ambos de 𝐴.
Solución
1 −1 4 1 0 0
𝑖) 𝑃 (𝜆) = det ((3 2 −1) − 𝜆 (0 1 0))
2 1 −1 0 0 1
1−𝜆 −1 4
det ( 3 2−𝜆 1 )
2 1 −1 − 𝜆
= −𝜆3 + 2𝜆2 + 5𝜆 − 6
𝑖𝑖) −𝜆3 + 2𝜆2 + 5𝜆 − 6 = 0
𝜆3 − 2𝜆2 − 5𝜆 + 6 = 0; 𝜆 = 1
1 −2 −5 6 1
1 −1 −6
1 −1 −6 0
Luego, (𝜆 − 1)(𝜆2 − 𝜆 − 6) = 0
(𝜆 − 1)(𝜆 − 3)(𝜆 + 2) = 0
para 𝜆1 = 1
1 −1 4 1 0 0 𝑋1 0
[(3 2 −1) − 1 (0 1 0)] (𝑋2 ) = (0)
2 1 −1 0 0 1 𝑋3 0
0 −1 4 0 𝐴32 (−1) 0 −1 4 0 𝑃12 1 0 1 0 𝐴13 (−2)
(3 1 −1|0) → (1 0 1 |0) → (0 −1 4 |0)
2 1 −2 0 2 1 −2 0 2 1 −2 0
1 0 1 0 𝐴32 (−1) 1 0 10
→ (0 −1 4 |0) → (0 −1 4|0)
0 1 −4 0 0 0 00
Entonces, 𝑋1 + 𝑋3 = 0 → 𝑋1 = −𝑋3
−𝑋2 + 4𝑋3 = 0 → 𝑋2 = 4𝑋3
Luego,
𝑋1 −𝑋3 −1 −1
(𝑋2 ) = ( 4𝑋3 ) = 𝑋3 ( 4 ) → 𝑣1 = ( 4 )
𝑋3 𝑋3 1 1
ÁLGEBRA LINEAL
Para 𝜆2 = 3
1 −1 4 1 0 0 𝑋1 0
[(3 2 −1 ) − 3 ( 0 1 0 )] (𝑋 2 ) = ( 0)
2 1 −1 0 0 1 𝑋3 0
𝐴12 (−1) 1
−2 −1 4 0 𝐴13 (1) −2 −1 4 0 𝑀2 (5) −2 −1 4 0 𝐴21 (4)
(3 −1 −1|0) →( 5 0 −5|0) →( 1 0 1|0)
2 1 −4 0 0 0 0 0 0 0 00
2 −1 0 0
→ (1 0 −1|0)
0 0 0 0
Entonces, 2𝑋1 − 𝑋2 = 0 → 𝑋2 = 2𝑋1
𝑋1 − 𝑋3 = 0 → 𝑋3 = 𝑋1
Luego,
𝑋1 𝑋1 1 1
(𝑋2 ) = (2𝑋1 ) = 𝑋1 (2) → 𝑣2 = (2)
𝑋3 𝑋1 1 1
Para 𝜆3 = −2
1 −1 4 1 0 0 𝑋1 0
[(3 2 −1) − (−2) (0 1 0)] (𝑋2 ) = (0)
2 1 −1 0 0 1 𝑋3 0
𝐴12 (4) 1 𝐴21 (−4)
3 −1 4 0 𝐴13 (1) 3 −1 4 0 𝑀2 (15) 3 −1 4 0 𝐴23 (−5)
(3 |
4 −1 0 ) (
→ 15 0 |
15 0 ) (
→ 1 0 1|0)
2 1 1 0 4 0 5 0 5 0 50
−1 −1 0 0
→( 1 0 1|0)
0 0 00
Entonces, −𝑋1 − 𝑋2 = 0 → 𝑋2 = −𝑋1
𝑋1 + 𝑋3 = 0 → 𝑋3 = −𝑋1
Luego,
𝑋1 𝑋1 1 1
(𝑋2 ) = (−𝑋1 ) = 𝑋1 (−1) → 𝑣3 = (−1)
𝑋3 −𝑋1 −1 −1
ÁLGEBRA LINEAL
3 −5
2) 𝐴 = ( )
1 −1
2 5 6
3) 𝐴 = 0 −3 2)
(
0 0 5
Transformación Lineal
Definición: sea 𝑉 y 𝑊 espacios vectoriales. Una transformación lineal 𝑇 de 𝑉 en 𝑊 es una
función que asigna a cada vector 𝑣 ∈ 𝑉 un vector único 𝑇𝑣 ∈ 𝑊 y que satisface, para cada
𝑢 𝑦 𝑣 en 𝑉 y cada escalar α.
𝑖) 𝑇(𝑢 + 𝑣) = 𝑇𝑢 + 𝑇𝑣
𝑖𝑖) 𝑇(𝛼𝑣) = 𝛼𝑇𝑣
Nota:
Ejercicios:
1) Determine si la trasformación de 𝑉 en 𝑊 dada, es lineal.
𝑥 𝑥
3 2 𝑦
𝑇: 𝑅 → 𝑅 ; 𝑇 ( ) = (𝑦)
𝑧
𝑥
3 2 1
2) Dada la aplicación definida 𝑇: 𝑅 → 𝑅 por. 𝑇 (𝑦) = ( ) determinar si 𝑇 es
𝑧 𝑧
transformación lineal.