AyGA TP4 2020

U.T.N. - F.R.
Haedo Álgebra y Geometría Analítica
TRABAJO PRÁCTICO N° 4 ESPACIOS VECTORIALES REALES
Espacio Vectorial Real

Sea V un conjunto no vacío, R el conjunto de los números reales, '+' y '⋅' dos operaciones llamadas
suma y producto respectivamente.
Definición (V,R,'+','⋅') constituye un espacio vectorial real si y sólo si se verifican los siguientes
axiomas
A1. Ley de composición interna para la '+'
   
∀v1 ∈ V,∀v2 ∈ V⇒ (v1 '+'v2 ) ∈ V
A2. Ley conmutativa para la '+'
     
∀v1 ∈ V,∀v 2 ∈ V⇒ (v1 '+'v 2 ) = (v 2 '+'v1 )
A3. Ley asociativa para la '+'
        
∀v1 ∈ V,∀v2 ∈ V,∀v3 ∈ V⇒ v1 '+'(v2 '+'v3 ) = (v1 '+'v2 )'+'v3
A4. Existencia de un elemento neutro para la '+'
    

( ) ( )
∀v1 ∈ V,∃0 ∈ V / v1 '+'0 = 0'+'v1
A5. Existencia de elemento opuesto
    
∀v1 ∈ V,∃(− v1 ) ∈ V /[v1 '+'(− v1 )] = 0
A6. Ley de composición externa para el '⋅'
 
∀v1 ∈ V,∀α ∈ R⇒ (α'⋅' v1 ) ∈ V
A7. Ley asociativa mixta para el '⋅'
  
∀v1 ∈ V,∀α ∈ R,∀β ∈ R⇒α'⋅'(β'⋅' v1 ) = (α ⋅ β)'⋅'v1
A8. Existencia de un elemento neutro para el '⋅'
  
∀v1 ∈ V,∃1 ∈ R⇒ (1'⋅'v1 ) = v1
A9. Propiedad distributiva del '⋅' con respecto a la suma en R
   
∀v1 ∈ V,∀α ∈ R,∀β ∈ R⇒(α + β)'⋅'v1 = (α'⋅'v1 '+'β'⋅'v1 )
A10. Propiedad distributiva del '⋅' con respecto a la '+'
     
∀v1 ∈ V,∀v 2 ∈ V∀α ∈ R ⇒ α'⋅'(v1 '+'v 2 ) = (α'⋅'v1 '+'α'⋅'v 2 )
  
Los elementos del conjunto V (v1 ,v 2 , v3 ,) se denominan vectores; el elemento neutro para la '+'

denotado por 0 se denomina vector nulo; los elementos del conjunto R se denominan escalares.
Si en lugar de R, se toman los escalares pertenecientes al conjunto Z de los números enteros, el
(V,Z,'+','⋅') se denomina espacio vectorial entero; análogamente, al considerar el conjunto de los
números complejos C, (V,C,'+','⋅') se denomina esspacio vectorial complejo, ...
Propiedades Si (V,R,'+','⋅') es un espacio vectorial real, entonces:

  
P1. ∀v1 ∈ V,0 ∈ R ⇒ (0'⋅'v1 ) = 0
  
P2. ( )
∀α ∈ R,0 ∈ V ⇒ α'⋅'0 = 0
   
P3. Si α'⋅'v1 = 0 ⇒ α = 0 ∨ v1 = 0
  
P4. ∀v1 ∈ V,∀α ∈ R ⇒ (− α'⋅'v1 ) = α'⋅'(− v1 )
___________________________________________________________________
UTN – FRH Álgebra y Geometría Analítica –TPN°4 – Página 1
Subespacio Vectorial Real
Definición Sea S un subconjunto no vacío de V, se denomina subespacio del espacio vectorial
(V,R,'+','⋅') si y sólo si es en si mismo un espacio vectorial con las operaciones '+' y '⋅' definidas en V.
Para que S sea subespacio, debe verificar las siguientes condiciones:
C1. S⊂V
C2. S≠∅
   
C3. ∀v1 ∈ S ,∀v 2 ∈ S ⇒ (v1 '+ 'v 2 ) ∈ S
 
C4. ∀v1 ∈ S ,∀α ∈ R ⇒ (α'⋅' v1 ) ∈ S
Propiedades

P1. 0∈ S
P2. Si S1 y S2 son subespacios de (V,R,'+','⋅'), entonces (S 1 ∩S 2 ) es un subespacio de (V,R,'+','⋅')

P3. {}
S= 0 y S=V se denominan subespacio triviales
Notación: En los siguientes párrafos se identificará al espacio vectorial (V,R,'+','⋅') con el conjunto V.
Por una cuestión de practicidad un símbolo + simple reemplazará a '+', y un símbolo ⋅ a '⋅'.
Combinación lineal de vectores

   
Dado un conjunto de vectores {v1 , v 2 ,  , v n } ⊂ V , se dice que v ∈ V es una combinación lineal
de los elementos del conjunto si existen α1 , α 2 ,  , α n ∈ R tales que verifiquen
   
v = ( α1 ⋅ v1 + α 2 ⋅ v2 +  + α n ⋅ vn ) .
Dependencia e Independencia Lineal

  
Dado un conjunto de vectores {v1 , v 2 ,  , v n } ⊂ V , se dice que es linealmente dependiente si para
la combinación lineal entre los elementos del conjunto que da por resultado el vector nulo, no todos los
escalares son simultáneamente nulos, es decir
   
Si ( α1 ⋅ v1 + α 2 ⋅ v2 +  + α n ⋅ vn ) = 0 ⇒ ∃ algún αi ≠ 0 i = 1, 2, , n .
El conjunto se denomina linealmente independiente, si la única solución posible es que todos los escalares
sean simultáneamente cero (solución trivial), es decir
   
Si ( α1 ⋅ v1 + α 2 ⋅ v2 +  + α n ⋅ vn = ) 0 ⇒ α=i 0 ∀ =i 1, 2, , n .
Sistema de generadores
  
Dado un conjunto de vectores {v1 , v 2 ,  , v n } ⊂ V se denomina sistema de generadores de V
    
, ∃αi ∈ R con i 1, 2, , n tal que ( α1 ⋅ v1 + α 2 =
si ∀ v ∈ V= ⋅ v2 +  + α n ⋅ vn ) v
es decir que cualquier vector de V se pueda expresar como combinación lineal de los elementos del
conjunto.
Base
  
Dado un conjunto de vectores {v1 , v 2 ,  , v n } ⊂ V se denomina base de V si constituye un sistema de
generadores linealmente independiente.
Cuando la base posee un número finito de elementos, se denomina por dimensión del espacio vectorial V
a dicho número.
Observación: estos últimos conceptos se pueden relacionar con un subespacio S, pudiendo establecer la
dependencia o independencia lineal, sistema de generadores, base y dimensión para dicho subespacio.
___________________________________________________________________
Normas vectoriales
Sea un espacio vectorial V sobre el cuerpo de los reales R, una norma vectorial es una función
 
f : V → R que hace corresponder a cada vector x ∈ V un escalar, denotado por || x || , tal que verifica las
siguientes propiedades:
    
P1. ∀x ∈ V , || x ||≥ 0 ∧ || x ||= 0 ⇔ x = 0
  
P2. ∀x ∈ V,∀k ∈ R , || k ⋅ x ||=| k | ⋅ || x ||
     
P3. ∀x ∈ V,∀y ∈ V , || x + y ||≤|| x || + || y ||
 
Algunas de las normas más usadas para x ∈ V , V=R n con x = ( x1 , x 2 ,, x n ) , son
n

a) || x ||1 = ∑ | xi | =| x1 | + | x2 | +  + | xn | norma de orden 1
i =1
1/ 2
b)
  n 
|| x || 2 =  ∑ x i2  (
= x12 + x 22 ++ x n2 )
1/ 2
norma de orden 2 ó euclídea
 i =1 

c) || x || ∞ = max{| x i |}in=1 = max{| x1 |, | x 2 |,..., | x n |} norma de orden infinito
o norma de máxima magnitud.
Producto interior
Producto interior sobre un espacio vectorial V, definido sobre el cuerpo de los reales, es una
   
función que asocia un escalar ∈ R con cada par de vectores u y v en V, de manera que se
satisfacen los siguientes axiomas
     
A1. ∀u , v ∈ V , =< v , u > propiedad conmutativa
         
A2. ∀u , v , w ∈ V , = + < v , w > propiedad distributiva con respecto a la suma
     
A3. ∀u , v ∈ V, ∀k ∈ R , < ku , v >= k 
      
A4. ∀u ∈ V , ≥ 0 ∧ = 0 ⇔ u = 0
Un espacio vectorial sobre el cual se ha definido un producto interior se conoce como espacio con producto
interior.
Como propiedades, consecuencia de los axiomas 1 al 4 se puede indicar

   
P1. ∀v ∈ V , < 0, v >=< v ,0 >= 0
         
P2. ∀u , v , w ∈ V , < v , u + w >=< v , u > + < v , w >
     
P3. ∀u , v ∈ V,∀k ∈ R , = k 
 
Ejemplo: sean u = (u1 , u 2 , u 3 ,  , u n ) , v = (v1 , v 2 , v 3 ,  , v n ) ∈ R n , el producto interior euclídeo,
conocido como producto escalar de dos vectores, definido por
 
≡ u1 ⋅ v1 + u 2 ⋅ v 2 + u 3 ⋅ v 3 +  + u n ⋅ v n
satisface todos los axiomas del producto interior.
Observación: si el espacio vectorial V está definido sobre el cuerpo de los complejos C, entonces los
axiomas 2, 3 y 4 se mantienen, cambiando el axioma 1 por
   
= < v , u >
   
Asi, la propiedad P3 es ahora: = k con k ∈ C .
___________________________________________________________________
Definiciones asociadas a los espacios vectoriales con producto interior definido
 
Sean x y y vectores no nulos pertenecientes a un espacio vectorial V con producto interior, se
   
dice que x y y son ortogonales si < x , y >= 0 .
Si bien suele denotarse la ortogonalidad con el símbolo ⊥, sólo en el caso de vectores con interpretación
geométrica el concepto de ortogonalidad coincide con el concepto de perpendicularidad.

Sean x un vector no nulo perteneciente a un espacio vectorial V con producto interior y S un
  
subespacio incluido en V, con S ≠ {0} , se dice que x es ortogonal al subespacio S si x es ortogonal a
cualquier vector perteneciente a S. Esto es:
  
∀v ∈ S , < x , v >= 0
Sean S1 y S2 dos subespacios no nulos de un mismo espacio vectorial V con producto interior, se
dice que S1 y S2 son ortogonales si cada vector de S1 es ortogonal a cada vector de S2.
Base ortogonal
  
Se dice que un conjunto de vectores {v1 ,v 2 ,, v m } en un espacio V con producto interior es un
 
conjunto ortogonal, si < v i , v j >= 0 cuando i ≠ j .
Se dice que un conjunto de vectores {vˆ1 , vˆ2 , , vˆm } en un espacio V con producto interior es un
conjunto ortonormal, si
< vˆ= ˆ
i , v j > 0 si i ≠ j
 ˆ ˆ .
< vi , = ˆi ||2 1 si
v j > || v= = i j
Es decir, un conjunto ortogonal el cual verifica que todos sus vectores tienen norma unitaria. En notación
más compacta, utilizando la delta de Kronecker, debe ser < vˆi , vˆ j >= δi , j .
  
Se dice que B = {v1 ,v 2 ,, v n } en un espacio V con producto interior es un base ortogonal, si el
conjunto B constituye una base de V que cumple la condición de ortogonalidad.
Se dice que B = {vˆ1 , vˆ2 , , vˆn } en un espacio V con producto interior es un base ortonormal, si el
conjunto B constituye una base de V que cumple la condición de ortonormalidad.
  
Teorema Si B = {v1 ,v 2 ,, v n } es una base ortogonal para un espacio vectorial V con producto interior

para cualquier vector u ∈ V , entonces
     
  < u, v2 >  < u, vn > 
u =   v1 +   v 2 ++   vn .
< v1 , v1 > < v2 , v2 > < vn , vn >
    
Teorema Si A = {v1 ,v 2 ,, v m } es un conjunto ortogonal donde vi ≠ 0 ∀i = 1,2,, m en un espacio
vectorial V con producto interior, entonces el conjunto A es linealmente independiente.
Proyección ortogonal
Sea V un espacio vectorial con producto interior y sea A = {vˆ1 , vˆ2 , , vˆn } una base ortonormal de
dicho espacio. Si S es el subespacio generado por A′ = {vˆ1 , vˆ2 , , vˆr } donde r ≤ n , entonces todo vector

u ∈ V se puede expresar en la forma:
    
u = w1 + w2 donde w1 ∈ S y w2 ⊥ S
   
El vector w1 es la proyección ortogonal de u sobre S y se denota por w1 = proy S u .
   
El vector w2 = u − proy S u se conoce como componente de u ortogonal a S.
   
w1 = vˆ1 + vˆ2 +  + vˆr
      
w2 =u − vˆ1 − vˆ2 − − vˆr = vˆr +1 +  + vˆn
___________________________________________________________________
S⊂V (plano xy)
Proceso de Gram-Schmidt
Todo espacio con producto interior de dimensión finita, no nula, tiene una base ortonormal.
Sea V un espacio vectorial con producto interior de dimensión finita n. Sea B una base de V
   
B = {u1 ,u 2 ,u 3 ,, u n } .
La sucesiva secuencia de siguientes operaciones producirá otra base de V pero ortonormal
B′ = {vˆ1 , vˆ2 , vˆ3 , , vˆn } .

u
1) Tomemos vˆ1 = 1 ; el vector v̂1 tiene norma 1.
|| u1 ||
2) Para obtener ahora un vector v̂2 de norma unitaria que sea ortogonal a v̂1 , se calcula la componente

de u2 ortogonal al subespacio S1 generado por v̂1 y se normaliza:
  
v=2 u2 − proyS1 u2
 
     < u2 , v1 > 
proyS1 u2= u2 − < u2 , vˆ1 > vˆ1 , ó proyS1 u= 2 u2 −   v1
< v1 , v1 >

v
vˆ2 = 2
|| v2 ||
  
Si u2 − < u2 , vˆ1 > vˆ1 =0 , no se puede
normalizar. Pero esta posibilidad es un
absurdo pues, si se diese
 
  < u2 , u1 > 
u2 = ˆ ˆ
< u2 , v1 > v1 =  u1 ⇒
|| u1 ||
   
u2 múltiplo escalar de u1 ⇒ {u1, u2} ⇒ L.D,
lo que contradice la independencia lineal de la base B.

3) Para construir ahora un vector v3 de norma igual a 1 que sea ortogonal tanto a v̂1 como a v̂2 , se

calcula la componente de u3 ortogonal a S2, donde S2 es el subespacio generado por {vˆ1 , vˆ2 }
  
v=
3 u3 − proyS2 u3
   
proyS2 u3= u3 − < u3 , vˆ1 > vˆ1 − < u3 , vˆ2 > vˆ2

v3
vˆ3 = 
|| v3 ||
___________________________________________________________________
4) Para determinar un vector v̂4 de norma unitaria que sea ortogonal simultáneamente a vˆ1 , vˆ2 y vˆ3 , se

calcula la componente de u4 ortogonal al subespacio S3 generado por {vˆ1 , vˆ2 , vˆ3 } y se normaliza:
  
v=
4 u4 − proyS3 u3
    
proyS3 u3= u4 − < u4 , vˆ1 > vˆ1 − < u4 , vˆ2 > vˆ2 − < u4 , vˆ3 > vˆ3

v
vˆ4 = 4
v4
Se sigue este procedimiento y se obtiene un conjunto ortonormal de vectores {vˆ1 , vˆ2 , vˆ3 , , vˆn } .
Como V es de dimensión n y como el conjunto ortonormal es linealmente independiente, entonces:

B′ = {vˆ1 , vˆ2 , vˆ3 , , vˆn } es una base ortonormal de V.
Este proceso se conoce como "proceso de ortonormalización de Gram-Schmidt".
___________________________________________________________________
Ejercicio 1.
Conceptualización a partir de conjuntos de dimensión pequeña, noción intuitiva de dimensión.
Interpretación, identificación, demostración, búsqueda de contraejemplos, recodificación.
Identificar si los siguientes conjuntos de vectores son subespacios vectoriales de los espacios
vectoriales reales implícitos naturalmente en cada definición. En caso afirmativo, demostrarlo. En caso
negativo, mostrar un contraejemplo. Indicar cuando alguno de ellos se corresponda con los subespacios
triviales. Graficar, cuando sea posible, a los conjuntos. En el caso de que el conjunto sea un subepacio que
contenga variables independientes, proponer una definición del mismo de forma que sólo incluya a las
mismas.
1.1) D1 = {(0,0); (0,1); (1,0); (1,1)} D 1 ⊂R 2
1.2) {
D 2 = ( x, y ) / x 2 + y 2 ≤ 1 } D 2 ⊂R 2
1.3) D3 = {( x, y ) / x
2 2
+ y = −1 } D 3 ⊂R 2
1.4) D4 = {( x, y ) / x
2
+ y2 = 0} D 4 ⊂R 2
1.5) D5 = {( x, y, z ) / z = 0} D 5 ⊂R 3
1.6) D6 = {( x, y, z ) / x ≥ 0} D 6 ⊂R 3
1.7) D7 = {( x, y, z ) / x + y + z = 0} D 7 ⊂R 3
1.8) D8 = {( x, y, z ) / x + y + z = 1} D 8 ⊂R 3
 x + x 2 − x3 = 0
1.9) D9 ={conjunto de soluciones del sistema lineal y homogéneo  1 } D 9 ⊂R 3
2 x1 + x 2 − 3 x3 = 0
2
{
1.10) D10 = ax + bx + c / c = a ∧ b = 0 D 1 0 ⊂P 2 [x] }
P 2 [x]={polinomios de grado ≤ 2 en la variable real x}
 0 0   1 0   0 1   0 0   0 0  1 1
1.11) D11 =  ;  ;  ;  ;  ;   D 1 1 ⊂R 2 × 2
 0 0   0 0   0 0   1 0   0 1  1 1
1.12) {
D12 = M = ((mi , j )) ∈ R 2x2 / mi , j = 0 i > j }
 x x2  
1.13) D13 =  1  ∈ R 2x2 / x1 = 0 ∧ x 2 = ( x 3 ) 2 
 x 3 x4  
{
1.14) D14 = A ∩ B donde A = M ∈ R 2×2 / M T = M y B = M ∈ R 2×2 / M T = − M . } { }
Observación. Son subespacios vectoriales del espacio vectorial R3: el origen de coordenadas, toda recta
que pase por el origen, todo plano que pase por el origen, todo el espacio. Interprete geométricamente
porque se cumplen las condiciones para ser subespacios y compare con algún conjunto que no lo sea, por
ejemplo una recta que no pase por el origen.
Ejercicio 2.
Abstracción, integración con conocimientos previamente adquiridos. Generalización, demostración.
Demostrar que los siguientes conjuntos son subespacios. Identificar la cantidad de parámetros libres en
1 i = j
cada uno de subespacios. Notación: Delta de Kronecker δ i , j ≡  ; Om×n es la matriz nula de orden
0 i ≠ j
m×n, m∈N, n∈N
2.1) { }
D1 = M ∈ R n×n / M T = − M .
2.2) D2 = {M = ((m )) ∈ R / m = 0si i ≠ j ∧ m
i, j
n×n
i, j 1,1 = m2,2 =  = mn ,n } .
2.3) D3 = {M = ((m )) ∈ R / m = 0 i > j}.
i, j
n ×n
i, j
2.4) D4 = {X ∈ R / A ⋅ X = O ∧ A ∈ R }.
n×1
n×1
n ×n
___________________________________________________________________
Ejercicio 3.
Aplicación del concepto de pertenencia. Identificación, particularización.
Analizar si cada uno de los siguientes vectores pertenece al subespacio indicado.
  −1 3  a b  − a + b = c 
3.1) v1 =   ; S1 =   ∈ R 2x2 /  .
 4 0  c d  4 a + c − 3d = 0
 −1 z
Si fuera v1 =   , ¿cuánto debe valer z para que pertenezca?
 4 1
3.2)
  1 − 3
v2 = 
3 0
{
 ; S 2 = M ∈ R 2x2 / M + M T = O2×2 . }
 
3.3)

{ }
v 3 = −2 x + x − 3 ; S 3 = ax 2 + bx + c / a = 2t ∧ b = −t ∧ t ∈ R .
2
Ejercicio 4.
Ejemplificación del concepto primario de combinación lineal y adquisición del vínculo con el de
independencia lineal. Interpretación geométrica del concepto y su abstracción, identificación de la
posibilidad de más de una solución y su relación con la dependencia lineal.

Hallar, en cada caso, los valores del ó de los parámetros para los cuales el vector v se puede escribir
como combinación lineal de los vectores del conjunto indicado. Una vez elegidos los parámetro, ¿la
combinación es única? Interpretar geométricamente cuando sea posible.
  
4.1) v =(k 2 ,k) A={ v1 =(1,−1); v2 =(−1,1)}
  
4.2) v =(1,2,k) A={ v1 =(−1,2,3); v2 =(3,−2,0)}
   
4.3) v =(k 2 ,k,0) A={ v1 =(−1,2,3); v2 =(3,−2,0); v3 =(1,2,6)}
  1 k    1 0    0 1 
4.4) v =  2  A = v1 =  ; v 2 =  
k 1   2 − 1  − 1 2 
  
4.5) v = kx 2 − 2 x + k A = {v1 = x 2 + 2 x + 3; v2 = 3 x 2 + 2 x + 1}
  
4.6) v =(1,k,k 2 ) A={ v1 =(k,k,k 2 ); v2 =(k 2 ,kh,k 2 h)}
Para cada caso analizar la dependencia o independencia lineal del conjunto A.
Ejercicio 5.
Consolidación de los conceptos de generación e independencia en subespacios de dimensión pequeña.
Reconocimiento de información suficiente pero no necesaria; identificación de subespacios a partir de
conjuntos que los generan: recodificación de información; análisis de casos; proposición de
modificaciones, optimización.

5.1) {  
}
Dado el conjunto de vectores A = a = (1,1,1);b = (1,−1,5);c = (1,3,−3) analizar si es:
5.1.a) linealmente independiente 5.1.b) sistema de generadores de R3.
En función de la respuesta obtenida, discriminar si toda la información contenida en el conjunto A es
necesaria desde el punto de vista algebraico, o es posible eliminar parte de ella y seguir generando la
misma entidad algebraica. ¿Cualquier parte, en forma arbitraria? Justificar la respuesta.
Si la respuesta (5.1.b) es negativa, definir el subespacio SA que generan, indicando una base y dimensión
del mismo.
Si la respuesta (5.1.b) es negativa, proponer una mínima cantidad de cambios en los elementos de A para
que dicho conjunto constituya una base de R3. Justificar la respuesta.
 1 − 1  1 a   − 2 2 
5.2) Dado el conjunto A =  ; ; 
 0 2   0 − 3   0 b 
5.2.a) Indicar para qué valores de a y b el conjunto B es linealmente dependiente.
5.2.b) Si a=−1 y b=0, definir el subespacio que genera el conjunto A, indicando base y dimensión.
___________________________________________________________________
5.2.c) Hallar la intersección del subespacio generado por B (SA) si a=−1 y b=0 con S, siendo S el
subespacio definido por
 x y  
S =   ∈ R 2x2 / x + t = 0 ∧ t + y = 0 ∧ z = 0 .
 z t  
5.2.d) Si a=−1 y b=0, completar el conjunto A para que constituya una base de R2×2.
5.3) Dado el conjunto A={(1,1,a);(−1,−a 2 ,−a);(1,1,−b)}
5.3.a) Hallar para qué valores de a y b el conjunto es linealmente independiente.
5.3.b) Encontrar un valor de a y un valor de b para los cuales el subespacio generado por el
conjunto A tenga dimensión dos. Dar una interpretación geométrica del mismo. Fijado el valor de
a, ¿hay una única opción de b para que el subespacio generado por el conjunto A tenga dimensión
dos? Analizar todas las distintas alternativas.
5.4) Dado los siguientes sistemas de generadores, determinar dimensión y una base para cada uno de
los subespacios de R3 correspondientes. Identificar cada subespacio con un sistema de ecuaciones lineales
de un número mínimo de ecuaciones. Hallar la intersección de los mismos. Graficar. Para cada subespacio
dar una base que no contenga ninguno de los vectores de los conjuntos que originalmente identifican al
correspondiente subespacio.
  
S1 generado por A1 = {v1 = (1,0,1); v 2 = (−1,0,1); v3 = (0,0,1)} ;
 
S2 generado por A2 = {v1 = (1,0,1); v 2 = (−1,0,−1)} ;
   
S3 generado por A3 = {v1 = (0,0,1); v 2 = (−1,1,0); v3 = (0,0,0); v 4 = (2,−2,−1)} .
Ejercicio 6.
Desarrollo intuitivo. Observación, justificación de hipótesis, generalización.
6.1) Los siguientes ítems se pueden contestar sin necesidad de realizar un cálculo muy elaborado. Existe
una justificación elemental en cada caso, y es posible encontrarla con la sola observación. Intentar hallarla,
discutirla.
6.1.a) Sea S1 el subespacio formado por las matrices diagonales de orden 2. El conjunto definido
 1 0   0 0   1 0 
por A =  ; ;  no puede constituir una base para S1.
 0 0   0 − 1  0 1 
6.1.b) Sea S2 el subespacio formado por las matrices simétricas de orden 2. El conjunto definido
 1 0   0 1   0 0 
por B =  ; ;  no puede constituir una base para S2.
 0 0   0 0   1 0 

6.1.c) Si el subespacio S3 está generado por el conjunto C, entonces v no pertenece a S3 con

{  
} 
C = v1 = x 2 + 1;v 2 = − x 2 + 1;v3 = −2 y v = − x 2 + 3x + 1 .
6.2) Determinar dimensión y una base para cada uno de los siguientes subespacios:
{ }
S1 = ax 2 + bx + c / a + b = 0 ⊂P 2 [x];
{
}
S 2 = x ∈ R 4 / x1 + x 2 + x3 + x 4 = x1 + x 2 + x3 = x1 + x 2 = 0 ;
S3 = {M ∈ R 2x2
}
/ tr ( M ) = 0 . Notación: tr es la traza de una matriz cuadrada definida por la suma
de los elementos de su diagonal principal.
6.3) Sean S1 y S2 dos subespacios de R4 definidos por:
{ }
S1 = ( x1 ; x 2 ; x 3 ; x 4 ) ∈ R 4 / x1 + x 2 + x 3 + x 4 = 0 ,
{ }
S 2 = ( x1 ; x 2 ; x 3 ; x 4 ) ∈ R / x1 = x 2 = x 3 = x 4 .
4
6.3.a) Hallar dimensión y una base BS1 de S1 y dimensión y una base BS2 de S2.
6.3.b) Justificar que el conjunto B=B S 1 ∪B S 2 es una base de R4. Constatar que cualquier vector
     
x = ( x1 ; x 2 ; x 3 ; x 4 ) ∈ R 4 se puede descomponer como x = u1 + u 2 con u1 ∈ S1 y u 2 ∈ S 2 .
6.3.c) Sugerencia. Generalización a Rn. Sean S1 y S2 dos subespacios de Rn definidos por:
___________________________________________________________________
{ }
S1 = ( x1 ; x2 ; x3 ;; xn ) ∈ R n / x1 + x2 + x3 +  + xn = 0 ,
{ }
S 2 = ( x1 ; x 2 ; x3 ;; x n ) ∈ R n / x1 = x 2 = x3 =  = x n .
Hallar dimensión y una base BS1 de S1 y dimensión y una base BS2 de S2. Justificar que el conjunto

B=B S 1 ∪B S 2 es una base de Rn. Constatar que cualquier vector x = ( x1 ; x 2 ; x3 ;; x n ) ∈ R n se puede
    
descomponer como x = u1 + u 2 con u1 ∈ S1 y u 2 ∈ S 2 .
6.4) Sean S1 y S2 dos subespacios de R2×2 definidos por:
S1 = {X ∈ R 2×2 / X T = X }, S 2 = {X ∈ R 2×2 / X T = − X }.
6.4.a) Hallar dimensión y una base BS1 de S1 y dimensión y una base BS2 de S2.
6.4.b) Justificar que el conjunto B = BS1 ∪ BS2 es una base de R2×2. Constatar que cualquier vector
     
x = (( xi , j )) ∈ R 2×2 se puede descomponer como x = u1 + u 2 con u1 ∈ S1 y u 2 ∈ S 2 .
6.4.c) Sugerencia. Generalización a Rn×n. Sean S1 y S2 dos subespacios de Rn×n definidos por:
{ }
S1 = X ∈ R n×n / X T = X , S 2 = {X ∈ R n×n / X T = − X }.
Hallar dimensión y una base BS1 de S1 y dimensión y una base BS2 de S2. Justificar que el conjunto

B = BS1 ∪ BS2 es una base de Rn×n. Constatar que cualquier vector x = (( xi , j )) ∈ R n×n se puede
    
descomponer como x = u1 + u 2 con u1 ∈ S1 y u 2 ∈ S 2 .
Ejercicio 7.
Identificación de la información contenida en los datos del problema. Discusión de alternativas
plausibles y demostración de hipótesis en un contexto donde la visualización geométrica constituye una
ayuda heurística.
  
7.1) Sean A y B dos conjuntos linealmente independientes de R3 definidos por A = {v1 ;v 2 } y B = {v3 } .
  
Analizar la dependencia o independencia lineal del conjunto C = {v1 ; v 2 ; v3 } . ¿Constituye C una base de
R3? Justificar la respuesta.

{ }
7.2) Si el conjunto de vectores a;b ;c es una base de R 3 , demostrar que el conjunto de vectores
     
{  
}
u1 = a; u 2 = a +b ; u 3 = a + b +c es linealmente independiente.
 
7.3) El conjunto A = {v1 ; v 2 } ⊂ R 3 es una base de un subespacio S. Analizar para los distintos valores
de λ ∈R y las direcciones relativas de los vectores de A, la dimensión de los subespacios S1, S2 y S3 si se
sabe que:
   
7.3.a) S1 que está generado por el conjunto B = {v1 ; v 2 ; λv1 × v 2 } ,
    
7.3.b) S2 que está generado por el conjunto C = {v1 ; v 2 ; (v1 ⋅ v 2 )v 2 },
  
7.3.c) S3 que está generado por el conjunto D = {v1 ;2v1 − (1 − λ)v 2 } .
Notación: (×) producto vectorial; (⋅) producto escalar.
      
{
7.4) Demostrar que cualesquiera sean los vectores a ,b ,c de R3, el conjunto a − b ; b − c , c − a es }
linealmente dependiente.
    
7.5) Analizar los resultados posibles de (a ×b ) × c si el conjunto {a ,b } es linealmente dependiente.
Justificar la respuesta.
     
7.6) Analizar los resultados posibles de (a ×b ) × c si el conjunto {a ,b , c} constituye una base vectores
mutuamente perpendiculares de R 3 . Justificar la respuesta.
 
7.7) Dados los vectores u y v pertenecientes a R3,
 
7.7.a) demostrar que el subespacio vectorial generado por {u ; v } es el mismo subespacio que el
   
generado por {u + v ; u − v }.
___________________________________________________________________
 
7.7.b) analizar los casos cuando {u ; v } es linealmente independiente o es linealmente dependiente.
Indicar dimensión del subespacio generado, dar una base del mismo y su interpretación geométrica.
7.8) Sea en el espacio R3, O(0,0,0) el origen de coordenadas, y A(a1,a2,0), B(b1,b2,0) y C(c1,c2,0) tres
  
puntos no coincidentes entre sí ni con O. Definamos con a = OA, b = OB, c = OC .
  
{ }
7.8.a) Justificar si es posible que el conjunto de vectores a; b ; c constituya una base de R3.
  
7.8.b) Si A, B y C son colineales, ¿cuál es la dimensión del subespacio generado por a; b ; c ?{ }
Ejercicio 8.
Análisis de estructura lógica. Búsqueda de contraejemplos.
Justificar si es verdadera o falsa cada una de las siguientes afirmaciones. En caso de ser falsa, proponer
un contraejemplo.
   
8.1) En este ítem v1 , v 2 , v3 , v 4 ∈ R 3 .
      
8.1.a) Si {v1 ; v 2 ; v3 } es L.I. ⇒ {v1 ; v 2 ; v3 ; v 4 } es S.G. de R3.
     
8.1.b) Si {v1 ; v 2 ; v3 } es L.I. ⇒ {v1 ; v 2 ; v3 } constituye una base de R3.
    
8.1.c) Si {v1 ; v 2 ; v3 } es L.I. ⇒ {v1 ; v 2 } es L.I.
    
8.1.d) Si {v1 ; v 2 ; v3 } es L.D. ⇒ {v1 ; v 2 } es L.D.
      
8.1.e) Si {v1 ; v 2 ; v3 ; v 4 } es S.G. de R3 ⇒ {v1 ; v 2 ; v3 } es una base de R3.
Notación: (L.I.) linealmente independiente, (L.D.) linealmente dependiente, (S.G.) sistema de
generadores.
8.2) Todo conjunto de vectores tal que uno de sus elementos es el vector nulo, es linealmente
dependiente.
8.3) En todo conjunto de vectores linealmente dependiente, el primer elemento se puede escribir como
combinación lineal de los restantes.
8.4) La condición necesaria y suficiente para que el conjunto formado por dos vectores no nulos del
espacio R3 sea linealmente dependiente es que dichos vectores sean paralelos.
8.5) Es condición suficiente pero no necesaria para que el conjunto formado por tres vectores no nulos
del espacio R3 sea linealmente dependiente es que sean coplanares.
8.6) Un subespacio vectorial no puede tener más de una base.
8.7) Si el conjunto M de vectores genera al espacio vectorial V, entonces todo vector en V puede
escribirse como combinación lineal de los elementos de M de manera única.
 k + 1 0  1 1  −1 1 0 2
Ejercicio 9. Sean las siguientes matrices M 1 =  , M 2 =  , M 3 =  , M 4 =  
 − 2 1  1 − k 1  2 0 2 k 
.
9.1) ¿Para qué valores reales de k, M4 se puede expresar como combinación lineal de M1, M2 y M3?
9.2) Para k=1, expresar el subespacio S generado por el conjunto {M 1 , M 2 , M 3 } . Dar una base del
mismo e indicar su dimensión.
9.3) ¿Existe algún valor de k para el cuál el conjunto {M 1 , M 2 , M 3 , M 4 } constituya una base de R2×2?
Ejercicio 10.
Reconocimiento de más de una opción de representar lo mismo. Justificación de equivalencias; elección
de la expresión más conveniente; cambio de sistemas de referencia; reconstrucción de un sistema dado
un conjunto de datos suficientes; discriminación de datos redundantes.
10.1) Sean los subespacios S1 y S2 definidos por
___________________________________________________________________
  x1 + x 2 − x1 = 0 
 4  
S1 = ( x1 , x 2 , x3 , x 4 ) ∈ R /  x1 − x 2 − x 4 = 0 ,
  x + 3 x − 2 x + x = 0
  1 2 3 4 
{  4 
}
S 2 = x = ( x, y, z , t ) ∈ R / x = λ(1,0,1,1) + µ(0,1,1,−1), ∀λ ∈ R, ∀µ ∈ R ,
y S3 el subespacio generado por el conjunto de vectores
  
A = {v1 = (−1,2,1,−3); v2 = (2,−3,−1,5); v1 = (1,−1,0,2)}.
10.1.a) Hallar una base para cada uno de los subespacios.
10.1.b) Demostrar que S 1 =S 2 =S 3 =S .
10.1.c) Si en el ítem a) presentó más de un conjunto diferente, calcular las coordenadas de un vector
genérico de S en dichas bases. Si en el ítem a) respondió sólo una base por respuesta, indicar otra diferente
y realizar con ellas lo pedido.
   
10.2) Sea B = {v1 ; v 2 } una base de R2 y sean a y c dos vectores de dicho espacio vectorial. Sabiendo

que a en la base canónica está identificado con el par (1,1), mientras que sus coordenadas en la base B

son 2 y 3, y que c de coordenadas (−1,1) en la base canónica tiene coordenadas 3 y 5 en la base B,
determinar las coordenadas en la base canónica de los vectores del conjunto B. Graficar.
Ejercicio 11.
Algoritmizar un cambio de coordenadas. Obtención y autocontrol de una respuesta a partir del gráfico.
Suponer que los ejes x y y en el plano (de versores asociados iˆ y ˆj ) se rotan (imaginariamente) un ángulo
θ (medidos en grados o en radianes) en sentido antihorario. Esto da por resultado la ubicación de dos
nuevos ejes de referencia, los cuales denotamos por x’ y y’ (de versores asociados iˆ′ y ˆj ′ ).
11.1) ¿Cuáles son las coordenadas x y y de los versores bases iˆ y ˆj ? Es decir, se pide las coordenadas de
los viejos versores en el sistema de referencia anterior (esto es, lo conocido usualmente).
11.2) ¿Cuáles son las coordenadas x y y de los versores bases iˆ′ y ˆj ′ ? Es decir, se pide las coordenadas
de los nuevos versores en el sistema de referencia anterior.
11.3) ¿Cuáles son las coordenadas x’ y y’ de los versores bases iˆ y ˆj ? Esto es, indicar las coordenadas
de los viejos versores en el sistema de referencia nuevo.
11.4) ¿Cuáles son las coordenadas x’ y y’ de los versores bases iˆ′ y ˆj ′ ? Esto es, indicar las coordenadas
de los nuevos versores en el sistema de referencia nuevo.
11.5) Demostrar que la “transformación de coordenadas” del sistema de referencia anterior al sistema de
referencia nuevo, puede escribirse en forma matricial de la siguiente forma A·X = X’:
 cos θ sen θ   x   x' 
  ⋅   =   .
 − sen θ cos θ   y   y' 
11.6) Demostrar que la “transformación de coordenadas” del sistema de referencia nuevo al sistema de
referencia anterior, puede escribirse en forma matricial de la siguiente forma A−1·X’ = X:
 cos θ − sen θ   x'   x 
  ⋅   =   .
 sen θ cos θ   y'   y 
11.7) Si θ = π/6 = 30°, escribir el vector (4,−3) referido a los ejes x y y, en términos de los nuevos ejes.

11.8) Ídem anterior con θ = π/4 = 45° y v = (2,−7) . Corroborar gráficamente la respuesta.
Ejercicio 12.
Cálculo de distintos tipos de normas vinculadas a un mismo espacio vectorial.

12.1) Hallar las normas de orden 1, 2 e infinito del vector=x (1, 2, −5, 0) ∈R 4 .
12.2) Hallar una base del subespacio S tal que todos sus vectores tengan norma euclídea 1, siendo
{ }
S = ( x1 , x 2 , x3 ) ∈ R 3 / x1 + 2 x 2 − x3 = 0 .
___________________________________________________________________
Ejercicio 13.
Conocimiento del producto interior definido sobre un espacio vectorial. Vinculación con la generalización
del producto escalar de espacios con representación geométrica. Destreza en la identificación de
productos interiores factibles distintos a los habituales.
Definido el producto interior, hallar el resultado pedido.
  u1 u 2    v1 v 2   
13.1) Con u =   ; v =   ∈ R 2×2 , ≡ u1 ⋅ v1 + u2 ⋅ v2 + u3 ⋅ v3 + u4 ⋅ v4 .
 u3 u 4   v3 v 4 
    1 − 1   2 0
Hallar si u =   y v =   .
3 4   − 1 4
13.2) Con p( x ) = a 0 + a1 x + a 2 x 2 , q( x ) = b0 + b1 x + b2 x 2 ∈P 2 [x] (espacio vectorial de los polinomios de
grado menor o igual a 2 en la variable x); < p, q >≡ a0 ⋅ b0 + a1 ⋅ b1 + a2 ⋅ b2 .
Hallar < p, q > si p(x)=−1+5x+2x 2 y q(x)=−2x+3x 2 .
Observación: Salvo que se indique lo contrario, en lo que siga se trabajará con los escalares pertenecientes
al conjunto de los números reales. De igual forma, al trabajar en Rn y Pn[x] cuando no se aclare lo contrario
se usarán los productos interiores definidos por:
 
u = (u1 , u 2 , u 3 ,  , u n ) , v = (v1 , v 2 , v 3 ,  , v n ) ∈ R n , el producto interior euclídeo, conocido
 
como producto escalar de dos vectores, definido por ≡ u1 ⋅ v1 + u2 ⋅ v2 + u3 ⋅ v3 +  + un ⋅ vn
p ( x) = a0 + a1x + a2 x 2 +  + an x n , q ( x) = b0 + b1x + b2 x 2 +  + bn x n ∈P n [x] (espacio vectorial
de los polinomios de grado menor o igual a n en la variable x),
< p, q >≡ a0 ⋅ b0 + a1 ⋅ b1 + a2 ⋅ b2 +  + an ⋅ bn
Puede observarse que el producto interior de un vector de Rn por si mismo se corresponde con el cuadrado
  
de la norma de orden 2 o euclídea, es decir que: < v , v >=|| v ||2 .
Ejercicio 14.
Construcción e identificación de conjuntos ortogonales y ortonormales. Aprendizaje del proceso de
ortogonalización de un conjunto con la perspectiva de aplicaciones futuras.
14.1) Demostrar que los vectores fila de la matriz A del ejercicio 11.5 constituyen un conjunto
ortonormal de R2. Asociar este hecho con la característica de dicha matriz de ser ortogonal (A − 1 =A T ).

{ }
14.2) Sea el vector a = (1,2,−1) y el subespacio S = ( x1 , x 2 , x3 ) ∈ R 3 / x1 = x3 ∧ x 2 = 0 , demostrar que

a⊥ S .
14.3) Sean los subespacios de R3 definidos por
{ } {
S1 = ( x1 , x 2 , x3 ) ∈ R 3 / x1 = x3 ∧ x 2 = 0 y S 2 = ( x1 , x 2 , x3 ) ∈ R 3 / x1 = x3 = 0 . }
Demostrar que son ortogonales, es decir S 1 ⊥S 2 .
14.4) Demostrar que el siguiente conjunto constituye una base ortonormal de R3
   1 1    1 1 
B 1 = v1 = (0,1,0 );v 2 =  ,0, ; v3 =  ,0,−  .
  2 2   2 2 
Nota: además de calcular los seis productos interiores necesarios y constatar que su resultado es el
 
esperado, es decir < vi , v j >= δi , j , se puede construir una matriz A cuyas columnas sean las coordenadas
de los vectores de la base y comprobar que A es una matriz ortogonal, es decir A⋅A T =I. Pensar el porqué
de esta equivalencia.
14.5) Hallar a∈R, para que el siguiente conjunto constituya una base ortonormal de R3
___________________________________________________________________
   4 3  3 
B2 = v1 = (0,1,0 );v 2 =  − ,0, ; v3 =  ,0, a 
  5 5 5 
¿La respuesta es única?
  
14.6) Construir a partir de la base B3 = {v1 = (1,1,0);v 2 = (0,1,1); v3 = (1,0,1)} , una base ortonormal de R3
(aplicar el proceso de ortonormalización de Gram-Schmidt).

14.7) Construir una base ortonormal de R4 que incluya los vectores u1 = (1 / 2 ,0,1 / 2 ,0) y

u2 = (−1/ 2,1/ 2,1/ 2, −1/ 2) .
 
Sugerencia: en primer lugar hallar dos vectores, v3 y v 4 , que completen la base.
Ejercicio 15.
Concentización de la agilidad de trabajo al elegir bases ortogonales y ortonormales. Proyección a
futuras aplicaciones con espacios vectoriales de dimensión infinita.
{ }
Dados el subespacio S = ( x1 , x 2 , x3 ) ∈ R 3 / x1 − x 2 + x3 = 0 (geométricamente representado por un


plano que pasa por el origen) y los vectores a = (1, 2,1) y b = (3,−2,4) ,
15.1) hallar una base ortonormal {vˆ1 , vˆ2 } para S.

15.2) Hallar las coordenadas de a ∈ S en términos de la base hallada. Para ello recuerde la facilidad que
le ofrece el trabajar con una base ortonormal {vˆ1 , vˆ2 } para S pues se verifica que:
  
a =< a , vˆ1 > vˆ1 + < a , vˆ2 > vˆ2 .
 
15.3) Hallar la proyección ortogonal de b sobre S, es decir proy S b .
 
15.4) Comprobar que el vector ( b − proy S b ) es ortogonal a S.
15.5) Hallar la distancia entre el punto P(3,−2,4) y el plano π identificado con S. La misma está dada por
 
la norma euclídea del vector ( b − proy S b ).
15.6) Hallar el subespacio constituido por todos los vectores de R3 ortogonales a S, es decir
 
S ⊥ = {x ∈ R 3 / x ⊥ S}
 
Sugerencia: completar la base {v1 , v 2 } de S a una base ortonormal de R3 y obtener el subespacio
generado por los vectores que se han agregado. Considerar que si V es un espacio vectorial de dimensión
finita y S es un subespacio no trivial de V, entonces siempre se verifica:

dim(V)=dim(S)+dim(S ⊥ ), S∩S ⊥ ={ 0 V }.
    
15.7) Escribir el vector c = (1,1,−1) como la suma de ( p + h ) de forma que p ∈ S y h ∈ S ⊥ .
→
15.8) Dados los puntos P0 (1,−1,2) y P1 (−1,0,1) , hallar la proyección ortogonal de P0 P1 sobre el plano
que representa S.
Ejercicio 16.
Identificación de subespacios ortogonales, visualización en ejemplos con representación geométrica.
Vinculación entre los conceptos de ortogonalidad e independencia.
16.1) Dados los siguientes subespacios vectoriales (S), hallar una base de cada uno de ellos, el
complemento o subespacio ortogonal (S⊥) y una base correspondiente. Graficar. Utilizando los resultados
obtenidos, hallar una base del espacio vectorial si:
{
16.1.a) S = ( x1 , x 2 ) ∈ R 2 / x1 + x 2 = 0 }
16.1.b) S = {( x , x , x ) ∈ R
1 2 3
3
}
/ x1 + x 2 = 0 ∧ x1 − x 2 = 0
16.1.c) S = {( x , x , x ) ∈ R
1 2 3
3
}
/ x1 + x 2 + x3 = 0 .
Ortonormalizar las bases halladas.
___________________________________________________________________
16.2) Sea el espacio vectorial R3 y sea A⊂R 3 un conjunto ortogonal de tres vectores no nulos, esto es
      
A = {v1 ; v 2 ; v 3 } ⊂ R 3 con < vi , v j >= 0 para i≠j, vi ≠ 0 .
Demostrar que A es un conjunto linealmente independiente.
16.3) Sea R5 un espacio vectorial y sea S un subespacio en R5. Si el conjunto A constituye una base para
S y el conjunto B corresponde a una base del subespacio complemento ortogonal de S, S⊥, donde
  
A = {v1 ; v 2 ; v 3 } ⊂ S ⊂ R 5 con 3=dim(S) y B = {u1 ; u2 } ⊂ S ⊥ ⊂ R 5 ,
demostrar que si se define el conjunto
    
C = {v1 ; v 2 ; v 3 ; u1 ; u 2 } ⊂ R 5
entonces C constituye una base del espacio vectorial R5.
16.4) Sea R5 un espacio vectorial y sea S un subespacio en V. Si el conjunto A constituye una base
ortonormal para S y el conjunto B corresponde a una base ortonormal del subespacio complemento
ortogonal de S, S⊥, donde
  
A = {v1 ; v 2 ; v 3 } ⊂ S ⊂ R 5 con 3=dim(S) y B = {u1 ; u2 } ⊂ S ⊥ ⊂ R 5 ,
    
C = {v1 ; v2 ; v3 ; u1 ; u2 } ⊂ R 5
entonces C constituye una base ortonormal del espacio vectorial R5.
Ejercicio 17.
Aplicación de conceptos desarrollados sobre espacios y subespacios vectoriales, en particular los de
dimensión y ortogonalidad, al estudio de los cuatro subespacios fundamentales de una matriz real.
En una matriz A∈Rnxm es posible identificar cuatro subespacios fundamentales que se definen a
partir de sus elementos; ellos son:
-El espacio nulo de A que lo simbolizaremos por Nul(A), está formado por el conjunto de todos los
vectores solución de la ecuación matricial Ax = 0. Puesto que A∈Rnxm, es x∈Rm y Nul(A) es un subespacio
de Rm. La dimensión de Nul(A) la representaremos por r y obviamente, no podrá ser superior a m.
-El espacio de las filas de A, que lo simbolizaremos por Fil(A), es el espacio generado por los
vectores fila de A; como las filas de A tienen m componentes, Fil(A) es también un subespacio de Rm y su
dimensión tampoco puede superar a m.
-El espacio de las columnas de A, que denotaremos como Col(A), es el espacio generado por los
vectores columnas de A. Como las columnas de A tienen n componentes, el espacio Col(A) es un
subespacio de Rn y su dimensión no puede superar a n. Observar que Fil(A) es el mismo que Col(AT) y
que Fil(AT) es el mismo que Col(A).
-El espacio nulo izquierdo de A, que denotaremos como NulI(A), es el espacio nulo de AT, es decir
que es el espacio compuesto por todos los vectores solución de la ecuación matricial ATy = 0. Como
AT∈Rmxn, es y∈Rn NulI(A) es un subespacio de Rn al igual que Col(A).
− 2 − 5 8 0 − 17 
 
 1 3 −5 1 5
17.1) Hallar los cuatro espacios fundamentales de la matriz A =  dando una
3 11 − 19 7 1
 
 1 7 − 13
 5 − 3 
base para cada uno de ellos y sus respectivas dimensiones.
Entre las dimensiones de los subespacios fundamentales de una matriz existe una relación
importante que esta dada por el siguiente teorema:
-El espacio de las filas y el espacio de las columnas de una misma matriz, tienen la misma
dimensión.
-El espacio nulo de una matriz de orden n×m tiene dimensión m−r, siendo r la dimensión del
espacio de las filas de dicha matriz.
___________________________________________________________________
-El espacio nulo izquierdo de una matriz de orden n×m tiene dimensión n−r, siendo r la dimensión
del espacio de las filas de dicha matriz.
17.2) Hallar los espacios fundamentales y verificar lo señalado por el teorema anterior para la matriz
1 2 3 
B =   . ¿Qué interpretación geométrica se puede hacer de los resultados obtenidos?
1 2 3 
0 3 3 3  1 
   
17.3) Hacer lo mismo para las matrices C =  0 0 0 0  y D =  4  .
0 1 0 1   
  5
Otra característica importante de estos espacios fundamentales lo son las condiciones de

ortogonalidad que hay entre ellos. Las mismas están enunciadas en el siguiente teorema:
-El espacio nulo de A∈Rnxm es el complemento ortogonal de su espacio fila en Rm.
-El espacio nulo izquierdo de A∈Rnxm es el complemento ortogonal de su espacio columna en Rn.
En la siguiente figura se sintetizan las relaciones y características más importantes de los cuatro
espacios fundamentales de una matriz:
Col(A)
Todos los Ax
Fil(A) dim = r
Todos los ATy
dim = r
b
xf Axf=b
Rn
Rm
Ax=b
x=xf+xn NulI(A)
Nul(A) Todos los y tal
Todos los x tal que ATy = 0
que Ax = 0 dim = n−r
dim = m−r Axn=0
xn
Al ser Fil(A) y Nul(A) complementos ortogonales en Rm, es posible expresar cualquier vector
x∈Rm como la suma de dos vectores ortogonales entre sí: uno que pertenezca a Fil(A) y otro que
pertenezca a Nul(A):
x = xf + xn donde xf es la componente en el espacio fila y xn es la componente en el espacio nulo
de A.
A partir de ello es posible analizar qué sucede cuando A multiplica a x:
___________________________________________________________________
Ax = A(xf + xn) = Axf +Axn = Axf + 0, es decir Axf = Ax, es decir, la componente del espacio nulo
va al vector nulo de Rn y la componente del espacio fila va al espacio de las columnas de A.
También es posible demostrar que cada vector en el espacio de las columnas de A proviene de uno y sólo
un vector xf en el espacio de las filas de A.
17.4) Demostrar que cada vector en el espacio de las columnas de A proviene de uno y sólo un vector xf
en el espacio de las filas de A. (Sugerencia: plantear la existencia de dos vectores en el espacio fila que
tienen la misma imagen en el espacio de las columnas y luego multiplicar la matriz A por la diferencia
entre dichos vectores del espacio fila).
17.5) Verificar la relación de ortogonalidad entre los espacios fundamentales para las matrices de los
ejercicios 17.1) y 17.2).
1
 
1
17.6) En el ejercicio 17.1) descomponer el vector x = 1 en una componente sobre el espacio nulo de A
 
1
1
 
y otra sobre el espacio Fil(A). ¿En cuál vector de R se transforma? Identificar lo que se realizó en el
4
esquema gráfico anterior de los subespacios.
Ejercicio 18.
Introducir la idea que suele ser necesario el empleo de bases diferentes para un mismo espacio vectorial
y mostrar la forma en que es posible pasar de una base a otra en forma matricial.
Según el problema específico en que estén involucrados espacios vectoriales, suele ser conveniente
el empleo de diferentes bases para representar los vectores de dichos subespacios, a fin de simplificar los
cómputos o bien poner de manifiesto características especiales de sus vectores. Surge entonces la
necesidad de estudiar en qué forma se puede pasar de la expresión de un vector como combinación lineal
de los vectores de una base a la expresión del mismo vector en otra base. Para ello supongamos en principio
que un vector v∈Rn está representado en la base canónica o estándar (recordar que los vectores de esta
bases son de la forma ei=(0 0 0....1...0 0 0), es decir tienen todas las componentes nulas excepto la i-ésima
que es uno; por cuestiones prácticas expresaremos los vectores como matrices columnas), entonces:
 v1 
 
 v2 
v=v1e1+ v2e2+ v3e3+ ⋅ ⋅ ⋅ + vnen=  .  será la expresión de v en la base canónica.
 
. 
 
 vn  BC
Si W={w1, w2, w3, ........., wn} es otra base de Rn, al ser v∈Rn tendrá también su expresión en la base W y
que será:
 c1 
 
 c2 
v=c1w1+ c2w2+ c3w3+ ⋅ ⋅ ⋅ + cnwn=  . 
 
. 
 
 cn  BW
___________________________________________________________________
Por otra parte
 w11   w12  w 
     1n 
 w21   w22   w2 n 
v = c1w1+ c2w2+ c3w3+ ⋅ ⋅ ⋅ + cnw n= c1 .   
+ c2 .
 
+ ⋅ ⋅ ⋅ + cn .
=
     
.  .  . 
     
 wn1   wn 2   wnn 
 c1 w11 + c 2 w12 + ....... + c n w1n   w11 w12 ....... w1n   c1 
    
 c1 w21 + c 2 w22 + ....... + c n w2 n   w21 w22 ....... w2 n   c 2 
= .  = .   .  = Wc
    
.  .  . 
    
 c1 wn1 + c 2 wn 2 + ....... + c n wnn   wn1 wn 2 ....... wnn   c n 
es decir que en forma matricial es v = Wc, donde W es la matriz cuyas columnas son los vectores de la
base W y la llamaremos matriz de la base W, mientras que c es la matriz columna de los coeficientes de
la combinación lineal que expresa v en la base W (son las coordenadas de v en la base W). De ello surge
fácilmente c = W−1v que nos permite pasar de las coordenadas de v en la base canónica a las coordenadas
de v en la base W. La matriz M = W−1 es la matriz de cambio de base de BC a BW. (¿Por qué podemos
asegurar que W es no singular?).
Para el caso en que ninguna de las bases involucradas sea estándar, es decir
W={w1, w2, w3, ⋅ ⋅ ⋅ , wn} y U={u1, u2, u3, ⋅ ⋅ ⋅ , un} bases de Rn, se puede proceder de la siguiente forma:
expresamos v en ambas bases
v = c1w1+ c2w2+ c3w3+ ⋅ ⋅ ⋅ +cnwn y v = b1u1+ b2u2+ b3u3+ ⋅ ⋅ ⋅ +bnun
c1w1+ c2w2+ c3w3+ ⋅ ⋅ ⋅ +cnwn = W c y b1u1+ b2u2+ b3u3+ ⋅ ⋅ ⋅ +bnun = U b
W c = U b con lo que b = U −1W c o c= W −1U b nos permiten pasar de una base a la otra (De nuevo
¿porqué podemos asegurar que tanto U como W son no singulares?).
La matriz M = U −1W será la matriz de cambio de BW a BU y b = M c.
La matriz S = W −1U será la matriz de cambio de BU a BW y c = S b.
Notar que S = M −1. Observar detenidamente cómo se construyen U, W, M y S.
18.1) En R3 obtener la matriz de cambio de base que permite pasar de la base canónica {i, j, k} a la base
W = {(1, 0, 1); (1, 1, 0); (0, 1, 1)}. Expresar el vector i en la base W. Interpretar gráficamente el problema.
Las coordenadas dadas se entienden en la base canónica.
18.2) En R2 encontrar la matriz de cambio de la base W = {(1, 1); (−1, 1)} a la base U = {(1, 2); (1, −2)}.
Obtener las coordenadas del vector v = (−2, 3) en ambas bases. Representar gráficamente todos los
vectores. Todas las coordenadas que se han dado en este ejercicio son en la base canónica.
___________________________________________________________________
Misceláneas

M1 Sea a = (a1 , a 2 , a3 ) un vector fijo de R3, no nulo, y sea W el conjunto de todos los vectores

ortogonales a a (con el producto interno habitual de R3). Demostrar que W es un subespacio.
    
M2 Analizar los resultados posibles de (a ×b ) × c si: a) el conjunto {a ,b } es linealmente dependiente;
  
b) el conjunto {a ,b , c} constituye una base ortonormal de R3. Justificar las respuestas.
 
M3 Sea A = {v1 ; v 2 } ⊂ R 3 un conjunto ortonormal de vectores con el producto euclídeo de ese espacio
(producto escalar).
a) Indicar, justificando la respuesta, la dimensión del subespacio vectorial S generado por el conjunto A.

b) Sea v3 ∈ R 3 un vector de módulo unitario que pertenece al subespacio complemento ortogonal de S,
  
S⊥. ¿Constituye el conjunto {v1 ; v 2 ; v3 } una base de R3? Justificar la respuesta.
     
c) Hallar la proyección ortogonal del vector u = α1 (v1 + v 2 ) + α 2 (v1 − v 2 ) + α 3 v3 sobre el subespacio
S.

d) Si se grafica el vector u con el punto origen coincidiendo con el origen de coordenadas, hallar la

distancia del punto extremo final de u al subespacio S.
M4 Sea en el espacio R3, O(0,0,0) el origen de coordenadas, y A(a1,a2,0), B(b1,b2,0) y C(c1,c2,0) tres
  
puntos no coincidentes entre sí ni con O. Definamos con a = OA, b = OB, c = OC .
  
{ }
a) Justificar si es posible que el conjunto de vectores a; b ; c constituya una base de R3.
  
{
b) Si A, B y C son colineales, ¿cuál es la dimensión del subespacio generado por a; b ; c ? }
c) Si A, B y O son los vértices de un triángulo rectángulo cuyo ángulo recto está en el vértice O, hallar
  
una base ortonormal de R3, {u = (u1 ; u 2 ; u 3 ); v = (v1 ; v 2 ; v3 ); w = ( w1 ; w2 ; w3 )}, que cumpla con las
    
siguientes características simultáneas: u es paralelo con a y v es coplanar con a y b . Justificar la
  
respuesta. Nota: dar las coordenadas de los vectores u , v y w en función de los escalares a1, a2, b1, b2, y
operaciones entre ellos.
 
M5 a) Sean a = (a1 , a 2 , a 3 ) y b = (b1 , b2 , b3 ) dos vectores no nulos y no paralelos de R3 que
generan el subespacio S. Justificar la validez de las afirmaciones:
• la dimensión de S es 2.
• el subespacio complemento ortogonal de S (S⊥) es una recta que pasa por el origen.
b) Para las condiciones dadas en el item a), dar una base para S⊥ y escribir la ecuación de la recta que
dicho subespacio representa.
c) Sean los siguientes tres casos diferentes:
   
• a = (a1 , a 2 , a 3 ) ≠ 0 y b = 0 .
     
• a = (a1 , a 2 , a 3 ) ≠ 0 , b = (b1 , b2 , b3 ) ≠ 0 con a y b paralelos.
   
• a = 0 y b = 0.
Indicar para cada uno de ellos: dimensión e interpretación geométrica del subespacio S que genera el
 
{ }
conjunto a , b , dimensión e interpretación geométrica del subespacio complemento ortogonal de S (S⊥).
Justificar las respuestas.
M6 Identificación de subespacios ortogonales, visualización en ejemplos con representación

geométrica. Generalización; utilización de analogías. Vinculación entre los conceptos de ortogonalidad e
independencia.
a) Sea V un espacio vectorial y sea A⊂V un conjunto ortogonal de vectores no nulos, esto es
      
A = {v1 ; v 2 ;  ; v m } ⊂ V con m≤dim(V) con < vi , v j >= 0 para i≠j, vi ≠ 0 .
___________________________________________________________________
Demostrar que A es un conjunto linealmente independiente.
b) Sea V un espacio vectorial y sea S un subespacio en V. Si el conjunto A constituye una base para
S y el conjunto B corresponde a una base del subespacio complemento ortogonal de S, S⊥, donde
{
 
}

{  
} 
A = v1 ; v 2 ;  ; v p ⊂ S ⊂ V con p=dim(S) y B = u1 ; u 2 ;  ; u n − p ⊂ S ⊥ ⊂ V ,
{     
}
C = v1 ; v 2 ;  ; v p ; u1 ; u 2 ;  ; u n − p ⊂ V
entonces C constituye una base del espacio vectorial V.
c) Sea V un espacio vectorial y sea S un subespacio en V. Si el conjunto A constituye una base
ortonormal para S y el conjunto B corresponde a una base ortonormal del subespacio complemento
ortogonal de S, S⊥, donde
{
 
}

{  
} 
A = v1 ; v 2 ;  ; v p ⊂ S ⊂ V con p=dim(S) y B = u1 ; u 2 ;  ; u n − p ⊂ S ⊥ ⊂ V ,
{     
}
C = v1 ; v 2 ;  ; v p ; u1 ; u 2 ;  ; u n − p ⊂ V
entonces C constituye una base ortonormal del espacio vectorial V.
M7 Sea la matriz A = ((ai , j )) ∈ R 3×3 a partir de la cual se definen las siguientes tres matrices columnas
 a1, j 
 
A j =  a2, j  ∈ R 3×1 , j = 1,2,3. En forma análoga a partir de B = ((bi , j )) ∈ R 3×3 se definen tres matrices
a 
 3, j 
 b1, j 
 
columnas B j =  b2, j  ∈ R 3×1 , j = 1,2,3. Y así con cualquier matriz.
b 
 3, j 
a) Expresar, si es posible, cada matriz columna de A ⋅ B como combinación lineal de las matrices
columnas de A.
b) Analizar el caso particular en que B tiene una sola columna, es decir es B ∈ R 3×1 .
c) Expresar, si es posible, cada matriz columna de B ⋅ A como combinación lineal de las matrices
columnas de B.
     
M8 Sea A = {v1 ; v 2 ; v3 } una base para un espacio vectorial V. Demostrar que B = {u1 ; u 2 ; u 3 } donde
        
u1 = v1 + v 2 + v3 , u 2 = v 2 + v3 y u 3 = v3 también es una base para V. Expresar claramente el razonamiento
elaborado y/o realizar un cálculo adecuado en el cual se base la demostración.
M9 Para efectos de este ejercicio, se definirá que A es una “matriz en cruz” cuando sea una matriz
cuadrada con un número impar de filas y de columnas, de orden (2n+1)×(2n+1), tal que sus elementos son
todos nulos excepto en las dos diagonales donde tiene unos. Encontrar el rango de A y dar la dimensión y
una base para el subespacio solución del sistema lineal homogéneo A ⋅ X = O , donde X es la matriz
columna que indica las incógnitas, X T = ( x1  x n x n +1 x n + 2  x 2 n +1 ) , para cada uno de los
siguientes casos: ←n
→ ←1
→ ← n
→
1 0 0 0 1 ↑ 1  0 0 0  1 
   
 1 0 1  0 1 0 1 0 n        0
 
a) A =  0 1 0 , n = 1; b) A =  0 0 1 0 0 , n = 2; c) ↓0  1 0 1  0
   
1 0 1  0 1= 0 1 0 A 1  0  0 1 0  0  , n ∈ N.
 
  ↑0  1 0 1  0
1 0 0 0 1  
n       
↓  1  0 0 0  1 
___________________________________________________________________
M10 Sea un cubo de lado a y un sistema cartesiano ortogonal con su origen en uno de los vértices como
se indica en la figura.
a) Hallar λ∈R de forma que el volumen del paralelepípedo que
z → → →
D G determinan los vectores OB , λ OA y OD sea el mismo que el del

F
cubo. Indicar todas las respuestas posibles.
E  → → →
b) ¿Es linealmente independiente el conjunto  EG; FC ; OB  ?
C  
O y
A  → → →
x B c) ¿Es linealmente independiente el conjunto  DF ; OF ; EA ?
 
d) Si el cubo gira un ángulo θ=π/2 sobre el eje definido por los vértices B y C, de forma que la cara
BFGC queda apoyada sobre el plano coordenado (xy), calcular la distancia entre el eje x y la recta
que definen los vértices E y D en su nueva posición. El sistema de coordenadas queda fijo en su
posición inicial.
M11 La figura representa un tetraedro de vértices O, A, B y C donde O coincide con el origen de

coordenadas, y el punto M es el punto medio de la mediana AE del triángulo ABC. Recordatorio: la
mediana es un segmento que une un vértice del triángulo con el punto medio del lado opuesto. Sea el
     
conjunto ordenado =
T = {
e1 OC ; e=
2 OA; e=
3 OB . }
a) Justificar que el conjunto T constituye una base de A
R3.
b) Indicar para el tetraedro del gráfico si el conjunto T
es una terna derecha o izquierda. Justificar la
respuesta. M
  
c) Hallar las coordenadas de M en la base {e1 ; e2 ; e3 }, B
esto es hallar los escalares (α 1 , α 2 , α 3 ) que
O
satisfacen que OM = α 1 OC + α 2 OA + α 3 OB . E
C
d) Si T fuese una base ortonormal, ¿cuál es el valor
numérico del área del triángulo COA?
M12 Sea la matriz A = ((ai , j )) ∈ R 3×3 tal que ∀X = (( x i , j )) ∈ R 3×3 verifica la siguiente igualdad
X ⋅ A = Y , donde Y sólo difiere de X en que las columnas 2 y 3 están intercambiadas entre sí.
a) Hallar la matriz A.
(
b) Justificar que A es involutiva de índice 2 A 2 = I . )
{
c) Hallar el subespacio S1, dar una base y dimensión si S1 = X ∈ R 3×3 / X ⋅ A = X . }
{
d) Hallar el subespacio S2, dar una base y dimensión si S 2 = X ∈ R 3×3 / X ⋅ A = X T . }
e) Ortonormalizar la base dada en el ítem d) si el producto interno entre dos matrices de orden 3,
V = ((v i , j )) y W = (( wi , j )) se define como
3 3
< V ; W >= ∑∑ v i , j wi , j = v1,1 w1,1 + v1, 2 w1, 2 + v1,3 w1,3 + v 2,1 w2,1 +  + v 3,3 w3,3
i =1 j =1
___________________________________________________________________

AyGA TP4 2020

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

AyGA TP4 2020

Cargado por

Copyright:

Formatos disponibles

U.T.N. - F.R.

Haedo Álgebra y Geometría Analítica

TRABAJO PRÁCTICO N° 4 ESPACIOS VECTORIALES REALES

Espacio Vectorial Real

Propiedades Si (V,R,'+','⋅') es un espacio vectorial real, entonces:

Combinación lineal de vectores

Dependencia e Independencia Lineal

Como propiedades, consecuencia de los axiomas 1 al 4 se puede indicar

Como V es de dimensión n y como el conjunto ortonormal es linealmente independiente, entonces:

Otra característica importante de estos espacios fundamentales lo son las condiciones de

esquema gráfico anterior de los subespacios.

c1w1+ c2w2+ c3w3+ ⋅ ⋅ ⋅ +cnwn = W c y b1u1+ b2u2+ b3u3+ ⋅ ⋅ ⋅ +bnun = U b

M6 Identificación de subespacios ortogonales, visualización en ejemplos con representación

D G determinan los vectores OB , λ OA y OD sea el mismo que el del

M11 La figura representa un tetraedro de vértices O, A, B y C donde O coincide con el origen de

También podría gustarte