ALGEBRA LINEAL

ESPACIOS VECTORIALES

UNIDAD 3

Presentado a:
JUAN ALEJANDRO CHICA
Tutor

Entregado por:
Eduar Marcelo Marin Agredo
Código 1063815313
Aldemar Figueroa Ruiz
Código. 1061779441
Zulma Lizeth Tosen Cuaical
Código. 1.061.724.520
Luz Dary Medina Manquillo
Código. 1061719855

Grupo: 208046_115

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
28/11/2017
POPAYAN
 INTRODUCCIÓN
En el presente trabajo se da paso a la solución de la guía de actividades de la unidad 3
del curso algebra lineal desarrollando diversos problemas que se nos plantean
aplicando los conocimientos y fórmulas aprendidas durante el estudio de las referencias
bibliográficas de la unidad sobre los espacios vectoriales poniendo en práctica los
fundamentos más importantes para la solución adecuada de cada uno de los ejercicios
planteados.
En la estructura de espacio vectorial se fundamenta una parte muy importante de la
matemática el álgebra Lineal hoy en día se puede decir que no hay parte de la
matemática que no contemple esta estructura, cuyo modelo más sencillo es el de los
vectores libres que se estudia en física y en geometría. Ahora bien, si en esta estructura
se tiene en cuenta su aspecto formal, se puede aplicar a diversas situaciones no
necesariamente geométricas. En física, llamamos vector a una magnitud orientada,
significado muy preciso que sirve para diferenciar de otras magnitudes que se llaman
escalares. En matemáticas un vector es un elemento de un espacio vectorial; de esta
manera reciben el nombre de vector tanto los polinomios como las sucesiones
acotadas, o las funciones continuas definidas en un intervalo, etc. Todos estos entes
matemáticos responden a una estructura común, el espacio vectorial el cual se aborda
en esta unidad del trabajo colaborativo de la unidad 3.
 REALIZADO POR EDUAR MARCELO MARIN

1. Revisar los conceptos y definiciones de espacio y sub espacio vectorial y

responda sí o no, ARGUMENTANDO EL POR QUÉ:

a) Sea V = (0), es decir V contiene solamente el número 0, ¿se considera V como un

espacio vectorial? (responde si o no y ARGUMENTAR).

Cualquier conjunto que posea unas operaciones suma y producto por escalares,
cumpliendo todas las propiedades siguientes, diremos que es un espacio vectorial.
V es un espacio vectorial si cumple con las siguientes propiedades

Propiedades de la suma de vectores

 Asociativa: (u + v) + w = u + (v + w)
 Conmutativa: v + u = u + v.
 Existe un elemento neutro, el vector 0, tal que 0 + v = v para cualquier vector v
 Para cada vector v existe un elemento opuesto, –v, que sumado con él da 0.

Propiedades del producto de un vector por un escalar

 Asociativa: β (α v) = ( β α ) v
 Distributivas:
- Respecto de la suma de escalares: (α + β ) v = α v + β v
- Respecto de la suma de vectores: α (u + v) = α u + α v
 Existe un elemento unidad: el escalar 1, tal que 1· v = v para cualquier vector v

Si es considerado espacio vectorial

Por lo tanto v = 0 es considerado como un espacio vectorial denominado vector neutro
o nulo el cual posee un módulo o extensión nula

b) Sea V = (1), es decir V contiene solamente el número 1, ¿se considera V como un

espacio vectorial? (responde si o so y ARGUMENTAR).

Si es considerado espacio vectorial

A partir de las propiedades correspondientes a los espacios vectoriales se tiene que V
= 1 es un espacio vectorial denominado vector elemento unidad y el uno es
considerado como escalar

2. Sin realizar copia textual de internet o de libros, CON SUS PALABRAS, explique
el concepto de combinación lineal y plantee un sencillo ejemplo gráficamente.

Una combinación lineal entre vectores es el resultado de la suma que hay entre ellos
pero cada uno de los vectores esta multiplicado por un sendo o numero denominado
escalar que son aquellos números que hacen parte de los reales y estos coeficientes
de la combinación lineal hacen parte igualmente de las coordenadas de dicho vector.
Cualquier vector puede ser combinación lineal de otros dos vectores así tengan distinta
dirección y cada combinación lineal será única.
Todo esto se puede expresar de la forma en que ⃗ V es combinación lineal de ⃗ m y
w si se forma la expresión ⃗
⃗ V =a ⃗m+b ⃗
w siempre y cuando que a y b sean
escalares, para dar solución a este tipo de expresión es necesario encontrar los valores
de los coeficientes.

Ejemplo:
w =(9,−3) como combinación lineal de los vectores
Expresar el vector ⃗
⃗u=(2, 4) y ⃗n=(−6, 8)

Entonces tenemos que la ecuación es:

⃗ =a u⃗ +b ⃗n
w
( 9,−3 )=a ( 2, 4 ) +b(−6, 8)

Multiplicamos los coeficientes con el valor de los vectores y los agrupamos por
componentes vectoriales en el plano

( 9,−3 )=( 2 a , 4 a ) +(−6 b , 8 b)

( 9,−3 )=( 2 a−6 b , 4 a+8 b )

Ahora igualamos el w
⃗ con sus componentes vectoriales y obtenemos un sistema de
ecuacion lineal 2x2

2 a−6 b=9
4 a+8 b=−3

Ahora solucionamos el sistema 2x2 por el método de regla de cramer

|
∆= 2 −6
4 8 | = (2 * 8) – (4 * (-6)) = 40

|
∆1 = 9 −6
−3 9 | = (8 * 9) - ((-6) * (-3)) = 54

|
∆ 2= 2 9
4 −3 | = (2 * (-3)) - (4 * 9) = -42

Tenemos que

∆1 54
a= = = 1,35
∆ 40

∆2 −42
b= = = -1,05
∆ 40
 Gráficamente se puede observar el problema primero creamos los tres vectores los
vectores ⃗ w , u⃗ y ⃗n después ingresamos los coeficientes en forma de deslizadores que
pueden tomar valores de 5 a -5, después creamos dos nuevos vectores, un vector
producto de la multiplicación entre el vector ⃗u y el deslizador a en este caso el vector
⃗v y un vector producto de la multiplicación entre el vector ⃗n y el deslizador b en
este caso el vector ⃗c , y por ultimo generamos un nuevo vector el vector ⃗d que
será la suma de los vectores ⃗v y ⃗c que hemos generado.
Para determinar el valor de los coeficientes movemos los deslizadores y de igual forma
se moverá el vector ⃗d , cuando el deslizador a obtiene un valor de 1,35 y b un valor
de -1,05 el vector ⃗d se alineara perfectamente con el vector ⃗ w entonces queda
comprobada la solución antes realizada

3. Dadas las matrices A y B:

a) Determinar el rango de cada una de ellas.

( ) ( )
1/2 1 1/2 1/2 1 1/2
A= 1 1 /2 0 y B= 3/2 3/2 1/2
2 5 /2 1 3 3 1

Se puede determinar que el rango de las matrices esta entre 1 y 3 no puede ser mayor
ni menor
Primero reducimos la matriz de forma escalonada lo cual es convertir en ceros todos
los números que están por debajo de la diagonal principal
Para el caso de la matriz A tenemos
Primero cambiamos la primera fila por la tercera para que las operaciones a realizar
sean más fáciles

( )
2 5 /2 1
A= 1 1 /2 0
1/2 1 1/2

Convertimos el primer coeficiente de la segunda fila en cero con la operación ½ f 1 – f2

( )
2 5/2 1
A= 0 3 /4 1/2
1/2 1 1/2

Convertimos el primer coeficiente de la tercera fila en cero con la operación ¼ f 1 – f3

( )
2 5/2 1
A= 0 3 /4 1/2
0 −3 /8 −1/4

Convertimos el segundo coeficiente de la tercera fila en cero con la operación ½ f 2 + f3

( )
2 5 /2 1
A= 0 3/4 1/2 = su rango es 2
0 0 0

El rango de una matriz es el número de filas diferentes de cero después de su

reducción de forma escalonada

Para el caso de la matriz B tenemos

( )
1/2 1 1/2
B= 3/2 3/2 1/2
3 3 1

Primero cambiamos la primera fila por la tercera para que las operaciones a realizar
sean más fáciles

( )
3 3 1
B= 3/2 3/2 1/2
1/2 1 1/2

Convertimos el primer coeficiente de la segunda fila en cero con la operación ½ f 1 – f2

 ( )
3 3 1
B= 0 0 0
1/2 1 1/2

Convertimos el primer coeficiente de la tercera fila en cero con la operación 1/6 f 1 – f2

( )
3 3 1
B= 0 0 0
0 1/2 1/3

Cambiamos la segunda fila por la tercera para reducir las operaciones a realizar

( )
3 3 1
B= 0 1/2 1/3 = su rango es 2
0 0 0

b) Compare los resultados y responda si existe alguna relación entre las matrices
dadas A y B.

Se puede concluir que ambas matrices son de la forma 3x3 y que su rango es 2 para
ambas matrices con lo cual se puede afirmar que es una conclusión verdadera por que
su rango no fue superior a tres ni inferior a uno que son los parámetros que deben
tener los rangos para este tipo de matrices.

4. Dada la matriz A:

( )
1/2 1 1/2
A= 1 1 /2 0
2 5 /2 1

a) Haciendo uso de las operaciones entre filas e indicando las operaciones

matricialmente, sume los elementos de la fila 1 a la fila 2 y los elementos de la fila
2 a la fila 3, observe la matriz resultado, realice un análisis y explique si se
evidencia dependencia lineal entre los vectores dados.

Expresamos la matriz por filas así

1 1
F1 = [ 1 ]
2 2
 1
F2 = [ 1 0 ]
2

5
F3 = [ 2 1 ]
2

Realizamos las operaciones solicitadas entre filas

331
FF1+F2 = [ ]
2 22

FF2+F3 = [ 3 31 ]

Con el resultado de los vectores encontrados al realizar la suma de las filas se puede
llegar a la conclusión de que con la ecuación: -2F 1 – F2 + F3 = 0.
Lo cual nos indica que los tres vectores pueden llegar a ser linealmente dependientes
entre ellos.

b) Tome la matriz A dada inicialmente y compruebe mediante el método de Gauss

Jordán la respuesta dada en el literal a.

Intercambiamos la fila 1 y 2 para que se mas fácil las operaciones

( )
1 1 /2 0
A= 1/2 1 1/2
2 5 /2 1

Convertimos en cero el primer coeficiente de la fila 2 aplicando la ecuación ½ F1 – F2

( )
1 1/2 0
A= 0 1 1/2
2 5/2 1

Convertimos en cero el primer coeficiente de la fila 3 aplicando la ecuación 2F1 – F3

( )
1 1/2 0
A= 0 1 1/2
0 5/2 1

Convertimos en cero el segundo coeficiente de la fila 3 aplicando la ecuación 5 F1 – F3

( )
1 1/2 1/4
A= 0 1 1 /2
0 0 1
Convertimos en cero el segundo coeficiente de la fila 1 aplicando la ecuación -½ F2 +
F1

( )
1 0 1 /4
A= 0 1 1/2
0 0 1

Convertimos en cero el tercer coeficiente de la fila 2 aplicando la ecuación -½ F3 + F1

( )
1 0 1 /4
A= 0 1 0
0 0 1

Por ultimo convertimos en cero el tercer coeficiente de la fila 1 aplicando la ecuación

-¼ F3 + F1

( )
1 0 0
A= 0 1 0
0 0 1

Entonces queda comprobada la dependencia lineal que existe entre los tres vectores
que ya lo habíamos comprobado anteriormente

5.
a) ¿Qué condiciones se requiere verificar para comprobar que un sistema de
ecuaciones es base de R3?

Para que los vectores o un sistema de ecuaciones constituyan una base de R3 deberán
ser linealmente independientes y deben ser sistemas generadores quiere decir que
poseen combinaciones lineales entres ellos así ⃗w =a u⃗ +b ⃗n donde los coeficientes
deben adquirir un valor.

b) Plantee un sistema de ecuaciones de 3 x 3 y demuestre que es base de R 3.

| |
7 −9 −2
D= 4 1 8 = ejemplo
−3 2 5

Primero calculamos dependencia lineal entre vectores calculando su rango y lo

haremos por el método de gauss Jordán
Convertimos en cero el primer coeficiente de la segunda fila con la ecuación 4/7 f 1 –
f2

| |
7 −9 −2
D= 0 −43 /7 −64 /7
−3 2 5

Convertimos en cero el primer coeficiente de la tercera fila con la ecuación 3/7 f 1 + f3

| |
7 −9 −2
D= 0 −43/ 7 −64 /7
0 −13/ 7 29/ 7

Convertimos en cero el segundo coeficiente de la tercera fila con la ecuación 13/43

f2 + f3

| |
7 −9 −2
D= 0 −43/ 7 −64/7
0 0 297/43

Convertimos en uno el tercer coeficiente de la tercera fila con la ecuación 43/297 f 3

| |
7 −9 −2
D= 0 −43/ 7 −64 /7
0 0 1

Convertimos en cero el tercer coeficiente de la segunda fila con la ecuación 64/7 f 3 +

f2

| |
7 −9 −2
D= 0 −43/ 7 0
0 0 1

Convertimos en cero el tercer coeficiente de la primera fila con la ecuación 2 f 3 + f1

| |
7 −9 0
D= 0 −43/ 7 0
0 0 1

Convertimos en uno el segundo coeficiente de la segunda fila con la ecuación -7/43

f2
 | |
7 −9 0
D= 0 1 0
0 0 1

Convertimos en cero el segundo coeficiente de la primera fila con la ecuación 9 f 2 +

f1

| |
7 0 0
D= 0 1 0
0 0 1

Convertimos en uno el primer coeficiente de la primera fila con la ecuación f 1/7

| |
1 0 0
D= 0 1 0
0 0 1

Determinamos con esto que las tres ecuaciones son linealmente independientes ya
que da como resultado un rango 3

Ahora comprobamos si son sistemas generadores realizando su combinación

lineal

| |
7 −9 −2
D= 4 1 8
−3 2 5

Sacamos los tres vectores de la matriz

X = (7, -9, -2)

Y = (4, 1, 8)
Z = (-3, 2, 5)

Tenemos que la ecuación de combinación lineal de los vectores es

(x, y, z) = α 1 ⃗
X + α2 ⃗
Y +α 3 ⃗Z

(x, y, z) = α 1(7,−9,−2)+α 2 (4, 1, 8)+ α 3 (−3, 2,5)

(x, y, z) = (7 α 1 ,−9 α 1 ,−2 α 1)+(4 α 2 , α 2 , 8 α 2)+(−3 α 3 ,2 α 3 , 5 α 3)

X= 7 α 1+ 4 α 2−3 α 3

Y = −9 α 1 +α 2+ 2 α 3

Z= −2 α 1+ 8 α 2 +5 α 3

Despejamos los coeficientes que acompañan a los vectores por el método de

sustitución

Despejamos en Y α 2

α 2=Y +9 α 1−2 α 3

Este valor lo reemplazamos en X y Z

X= 7 α 1+ 4( Y + 9 α 1 −2 α 3 )−3 α 3
X= 7 α 1+ 4 Y +36 α 1−8 α 3−3 α 3
X= 43 α 1+ 4 Y −11 α 3 ECUACION 1

Z= −2 α 1+ 8(Y +9 α 1−2 α 3)+5 α 3

Z= −2 α 1+ 8 Y + 72 α 1−16 α 3 +5 α 3
Z= 70 α 1 +8 Y −11α 3 ECUACION 2

Despejamos α 1 de la ecuación 1

X= 43 α 1+ 4 Y −11 α 3

−4 X +11 α 3
α 1=
43

Este resultado lo reemplazamos en la ecuación 2 y despejamos α3

Z= 70 ( −4 X43+11 α )+8 Y −11 α

3
3

−280+770 α 3
Z= +8 Y −11 α 3
43

−280+770 α 3 +344 Y −473 α 3

Z=
43

−280 X +297 α 3 +344 Y

Z=
43

α3 = ( Z−280297X+ 344 Y )
 Reemplazamos α 3 en la ecuación de α1

α 1=
−4 X +11 ( Z−280297X +344 Y )
43

Por ultimo reemplazamos α1 y α3 en la ecuación α2

−4 X +11 ( Z−280297X +344 Y ) )−2 Z −280 X +344 Y

α 2=Y +9(
43 ( 297 )
Entonces tenemos los valores de los coeficientes que acompañan a los vectores
dados por lo tanto se puede afirmar que la matriz D es una base de R 3

REALIZADO POR ALDEMAR FIGUEROA RUIZ

Actividades a desarrollar
1. Revisar los conceptos y definiciones de espacio y sub espacio vectorial y responda sí o no,
ARGUMENTANDO EL POR QUÉ:

a) Sea V = (0), es decir V contiene solamente el número 0, ¿se considera V como un espacio
vectorial? (Responde si o so y ARGUMENTAR).
Rta: si se V= O considera un espacio vectorial, es un conjunto no vacío y se le puede realizar
operaciones con las diferentes propiedades.

b) Sea V = (1), es decir V contiene solamente el número 1, ¿se considera V como un espacio
vectorial? (Responde si o so y ARGUMENTAR).

Rta: no se considera V= (1) como espacio vectorial, porque en el momento de aplicar este
valor en las propiedades da un valor que se encuentra fuera del espacio vectorial.

2. Sin realizar copia textual de internet o de libros, CON SUS PALABRAS, explique el
concepto de combinación lineal y plantee un sencillo ejemplo gráficamente.
Rta: La combinación lineal resulta de la suma de los vectores multiplicados por escalares.

→
V →
U
3. Dadas las matrices A y B:
a) Determinar el rango de cada una de ellas.

Solución:
1/2 1 1/2
Rango A= 1 1/2 0
2 5/2 1
Intercambiamos las filas 2 y 1
1/2 1 1/2 1 1/2 0
1 1/2 0 F 2 ↔ F 1 1/ 2 1 1/2
2 5/2 1 2 5/2 1
−1
Multiplicamos la fila 1 por y la restamos a la fila 2
2
1 1/2 0 1
1/2 1 1/2 F 2−
2 5/2 1
2 ()
F 1→ F 2

c) Compare los resultados y responda si existe alguna relación entre las matrices dadas
A y B.

Dos matrices cuadradas del mismo orden, A y B, son Congruentes

Si existe una matriz cuadrada P con determinante distinto de cero, de modo que se satisface
B=PAP^t Si dos matrices son congruentes, entonces son equivalentes, por lo tanto si dos
matrices son congruentes, tienen el mismo rango como en éste caso tienen igual rango
entonces son congruentes.

4. Dada la matriz A:

a) Haciendo uso de las operaciones entre filas e indicando las operaciones matricialmente,
sume los elementos de la fila 1 a la fila 2 y los elementos de la fila 2 a la fila 3, observe la
matriz resultado, realice un análisis y explique si se evidencia dependencia lineal entre los
vectores dados.

( )
1/2 1 1 /2
Dada la matriz A: B= 1 1/2 0
2 5/2 1

( )( )( )
1/2 1 1/2 0 0 0 1/2 1 1/ 2
A= 1 1 /2 0 + 1/2 1 1 /2 = 3/2 3 /2 1/ 2
2 5 /2 1 1 1/2 0 3 3 1

Se determinará por Matriz Escalonada.

Se coloca los vectores en forma horizontal por filas y se escalona.

( )
1/2 3 /2 3
A= 1 3 /2 3
1/2 1 /2 1

Se intercambia la Fila 2 y la Fila 1

( )
1 3 /2 3
A= 1/2 3 /2 3
1/2 1 /2 1

Se multiplica la F1 por 1/2 y ese resultado se lo restamos a la F2.

( )
1 3/2 3
A= 0 3 /4 3/2
1/2 1/2 1

Se multiplica la F1 por 1/2 y ese resultado se lo restamos a la F3.

( )
1 3/2 3
A= 0 3/4 3/2
0 −1/4 −1 /2

Se multiplica la F2 por -1/ y ese resultado se lo restamos a la F3.

 ( )
1 3 /2 3
A= 0 3/4 3 /2
0 0 0

La Matriz A es linealmente dependiente.

Método de Gauss Jordán
Se lleva a la Forma matricial

| ||
F 1 1/2 1 1/2 0
F 2 1 1 /2 0 0
F 3 2 5 /2 1 0

Método solución, gauss Jordán

Primer pivote (apoyo), se divide entre 1/2 y se efectúa por toda la Fila1 y sustituimos F 1
1 1
2 1 2
→F1
1 1 1
=1, =2, =1
2 2 2
Nueva matriz

| ||
F1 1 2 1 0
F 2 1 1/2 0 0
F 3 2 5 /2 1 0

F 2−1(F 1)→ F 2
1−1 ( 1 )=0
1 1 −3
−1 ( 2 )= −2=
2 2 2
0−1 ( 1 )=0−1=−1
Nueva matriz

| ||
F1 1 2 1 0
F 2 0 −3 /2 −1 0
F 3 2 5/2 1 0

F 3−2( F 1)→ F 3
( 1 )=0
2−2 ¿
5 5 −3
−2 ( 2 ) = −4=
2 2 2
1−2 ( 1 )=1−2=−1
Nueva matriz

| ||
F1 1 2 1 0
F 2 0 −3 /2 −1 0
F 3 0 −3 /2 −1 0

−3
Segundo pivote (apoyo), se divide entre y se efectúa por toda la Fila2 → F 2
2

−3 −1
2 =1, −3 = 2
→F 2
−3 2 3
2
Nueva matriz

| ||
F1 1 2 1 0
F2 0 1 2/ 3 0
F 3 0 −3 /2 −1 0

F 1−2(F 2)→ F 1
2−2(1)=0

1−2 ( 23 )=1− 43 =−13

Nueva matriz

| ||
F1 1 0 −1/3 0
F2 0 1 2/3 0
F 3 0 −3 /2 −1 0

3
F 3 (F 2)→ F 3
2
−3 3
+ (1)=0
2 2
3 2
−1+
2 3 ()
=−1+1=0

Nueva matriz

| || | ||
F 1 1 0 −1/3 0 F 1 1 0 −0,33 0
F 2 0 1 2 /3 0 → Respuesta F 2 0 1 0,67 ≈ 0
F3 0 0 0 0 F3 0 0 0 0

Comprobación con Geogebra.

La Matriz A es linealmente dependiente.

b) Tome la matriz A dada inicialmente y compruebe mediante el método de Gauss Jordán la

respuesta dada en el literal a.

1/2 1 1/2 0
1 1/2 0 0
2 5/2 1 0 {
Intercambiamos las filas 2 y 1
1 1/2 0 0
1/2 1 1/2 0
2 5/2 1 0 {
Multiplicamos la fila 1 por ½ y la restamos a la fila 2
1 1/2 0 0
0 3/4 1/2 0
2 5/2 1 0 {
Multiplicamos la fila 1 por 2 y la restamos a la fila 3
 1 1/2 0 0
0 3/4 1/2 0
0 3/2 1 0 {
Dividimos la fila 2 por ¾
1 1/2 0 0
0 1 2/ 3 0
0 3/2 1 0 {
Multiplicamos la fila 2 por 3/2 y la restamos a la fila 3
1 1/2 0 0
0 1 2/ 3 0
0 0 0 0 {
Multiplicamos la fila 2 por ½ y la restamos a la fila 1
1 0 −1/3 0
0 1 2/3 0
0 0 0 0 {
¿
−1
x x 3=0
x1 x 3
¿ +2
2 (1)
x x 3=0
3
¿

De la ecuación 2 del sistema (1) encontramos con la variable x2:

−2
x 2= X x3
3
De la ecuación 1 del sistema (1) encontramos con la variable x1 :

1
x 1= X x3
3
Por lo tanto tenemos la respuesta:
1
x 1= X x3
3
−2
x 2= X x3
3
x 3=x 3
 1

El sistema fundamental de soluciones: { x3 X

()3
−2
3
1
}

5).
a) ¿Qué condiciones se requiere verificar para comprobar que un sistema de ecuaciones es
base de?
-Deben ser linealmente independientes
-Debe tener el mismo número de vectores y componentes en cada vector del espacio.
Para que un conjunto de vectores sea una base, el grupo de vectores tiene que ser
linealmente independiente, para ello el determinante debe ser diferente de cero.

V =(−3 2 1 ) , ( 1 2 −1 ) , ( 1 0 1 )

( )
−3 2 1
V = 1 2 −1
1 0 1

Hallamos el determinante por medio de la regla del Triángulo.

(−3∗2∗1 )+ ( 2∗−1∗1 ) + ( 1∗0∗1 )=−8
( 1∗2∗1 ) + (−3∗−1∗0 )+ ( 1∗2∗1 )=4
D=|V |=(−8 ) −( 4 )=−12

Como |V |≠ 0 son linealmente independientes.

3
Por lo tanto, este conjunto de vectores de R es linealmente independientes, es una base
de R3 .

REALIZADO POR LUZ DARY MEDINA

1. Revisar los conceptos y definiciones de espacio y sub espacio vectorial y responda sí o no,
ARGUMENTANDO EL POR QUÉ:
a). Sea V = (0), es decir V contiene solamente el número 0, ¿se considera V como un espacio
vectorial? (Responde si o so y ARGUMENTAR).
Si se considera un espacio vectorial porque cumple con los axiomas y se llama espacio trivial

b). Sea V = (1), es decir V contiene solamente el número 1, ¿se considera V como un espacio
vectorial? (Responde si o so y ARGUMENTAR).
Respuesta no se considera un espacio vectorial, porque no se cumple con el axioma
existencia del elemento neutro; 1-1=0 cerradura

2. Sin realizar copia textual de internet o de libros, CON SUS PALABRAS, explique el
concepto de combinación lineal y plantee un sencillo ejemplo gráficamente.
Respuesta: es una composición de sumas y productos de un conjunto de números, decimos
que un número es combinación lineal de un conjunto de números, si él se puede escribir o
expresarse como la suma producto entre estos números y unas constantes
Comprobar que el vector w (4, 7) es combinación lineal de los vectores u (2, 1) y v (0, 5).

2) Expresar el vector w como combinación lineal de u y v.

3. Dadas las matrices A y B:
a) Determinar el rango de cada una de ellas.

( ) ( )
1/2 1 1/2 1/2 1 1/2
A= 1 1 /2 0 Y B= 3/2 3 /2 1/2
2 5 /2 1 3 3 1

Rango de la matriz A

( )
1/2 1 1/2
A= 1 1 /2 0 f 3 → f3-2f2
2 5 /2 1

1 1

( )
1
2 2
1
A= 1 0 f 1 →2 f 1
2
3
0 1
2

1 2 1

A=
( )
1

0
1
2
3
2
0

1
f 2 → f 1−f 2

1 2 1

A=
( )
0

0
3
2
3
2
1

1
f 3 → f 3−f 2

( )
1 2 1
3
A= 0 1
2
0 0 0

Respuesta rango 2
Rango de la matriz B

( )
1/2 1 1/2
B= 3/2 3 /2 1/2 f 2∗2→ f 2
3 3 1

( )
1/2 1 1/2
B= 3 3 1 f 2−f 3→ f 3
3 3 1

( )
1 1
1
B= 2 2 f 1∗f 2 → f 1
3 3 1
0 0 0

( )
1 2 1
B= 3 3 1 f 1∗f 3 → f 1
0 0 0

( )
3 6 3
B= 3 3 1 f 1−f 2→ f 2
0 0 0

( )
3 6 3
B= 0 3 2
0 0 0

Respuesta Rango 2
a). Compare los resultados y responda si existe alguna relación entre las matrices dadas A y
B.
Respuesta tienen el mismo rango
 ( )
1/2 1 1/2
Dada la matriz A: A= 1 1 /2 0
2 5 /2 1

a). Haciendo uso de las operaciones entre filas e indicando las operaciones matricialmente,
sume los elementos de la fila 1 a la fila 2 y los elementos de la fila 2 a la fila 3, observe la
matriz resultado, realice un análisis y explique si se evidencia dependencia lineal entre los
vectores dados

( )
½ 1 1 /2
A= 1 1/2 0 f 2← f 2+ f 1 y f 3 ← f 2+f 3
2 5/2 1

( )
1/2 1 1/2
A= 3 /2 3/2 1/2
3 3 1

Si se evidencia dependencia lineal porque la f2 y f3 dependen de f1

b). Tome la matriz A dada inicialmente y compruebe mediante el método de Gauss Jordán la
respuesta dada en el literal a.

( )
½ 1 1/2
1 1/2 0
2 5/2 1

( )
1/2 1 1/2
A= 1 1 /2 0 f 3 → f3-2f2
2 5 /2 1

1 1

( )
1
2 2
1
A= 1 0 f 1 →2 f 1
2
3
0 1
2
 1 2 1

A=
( )
1

0
1
2
3
2
0

1
f 2 → f 1−f 2

1 2 1

A=
( )
0

0
3
2
3
2
1

1
f 3 → f 3−f 2

( )
1 2 1
3
A= 0 1
2
0 0 0

5.
a) ¿Qué condiciones se requiere verificar para comprobar que un sistema de ecuaciones
es base de R3 ?

Para que un conjunto de n vectores sean base del espacio , dichos vectores deben
ser linealmente independientes. Esto es, los requisitos para que un conjunto de vectores sea,
o no, una base de , son:

Primero, que el conjunto tenga el mismo número de vectores (n) que el número de
componentes de cada vector en tal espacio. Es decir:

3 vectores para ser una base de

4 vectores para ser una base en ,
y así sucesivamente.

b) Plantee un sistema de ecuaciones de 3 x 3 y demuestre que es base de R3 .

Ejemplo 1.

Sean los vectores u = (2, -1, 3), v = (4, 0, 6) y w = (8, -2, -3). Queremos saber si forman
una base de . Son 3 vectores en , por lo que sólo resta comprobar la independencia
lineal. A continuación se forma la matriz A:
dado que su determinante es –60 (diferente de cero), podemos asegurar que los vectores son
linealmente independientes, y por tanto forman una base de .

Ejemplo 2.

Si para los tres vectores r = (-1, -2, 6), s = (2, -1, 18), y t = (5, 5, 0) se forma la matriz

Cuyo determinante es igual a 0, lo que es equivalente a decir que A no es invertible, no se

reduce a I3, y los vectores son linealmente dependientes, por lo que dicho conjunto de
vectores no es una base de .

REALIZADO POR ZULMA LIZETH TOSNE

DESARROLLO DE LA ACTIVIDAD

1. Revisar los conceptos y definiciones de espacio y sub espacio vectorial y responda sí o

no, ARGUMENTANDO EL POR QUÉ:

a) Sea V = (0), es decir V contiene solamente el número 0, ¿se considera V como un

espacio vectorial? SI

El espacio vectorial V =(0) cumple con los axiomas de un espacio vectorial, el cual
se llama también como un espacio vectorial trivial. Ejemplos:

Axioma 4: Dado la función 0(x) y la función f(x) entonces f ( x)+0( x )=f ( x ) . Se cumple
este axioma

Axioma 5: Definida la función f(x) y, dada la función (–f) (x), entonces –f(x) será otra
función continua y además f ( x ) + (−f ( x ) )=0 . Se verifica el inverso aditivo.

Axioma 6: Dada el escalar k, entonces: kf(x) será una función continua sobre los reales.
 b) Sea V = (1), es decir V contiene solamente el número 1, ¿se considera V como un
espacio vectorial? NO

El axioma 1 no se cumple ya que por ejemplo 1 + 2 = 3 y V  3 . El axioma 6 sobre

cerradura de la multiplicación tampoco se cumple, ya que si tenemos un k, entonces k
V  1 . Aunque la norma define que con un axioma que no cumpla, deja de ser
espacio vectorial, aquí demostramos que no cumple dos.

2. Sin realizar copia textual de internet o de libros, CON SUS PALABRAS, explique el
concepto de combinación lineal y plantee un sencillo ejemplo gráficamente
Uno de los conceptos clave en Algebra Lineal es el concepto de combinación lineal: Una
combinación lineal es una superposición de objetos: imagine que usted tiene dos señales
(discretas o continuas). Cuando usted las amplifica y/o atenúa para después mezclarlas, está
haciendo una combinación lineal.
Una combinación lineal de dos o más vectores se obtiene sumando lo vectores
multiplicados cada uno de ellos por escalares.

Ejemplo
Producto escalar vector
∝. ⃗v

( ) () ( )
3 9 3
Si ⃗v = 4 , ⃗
w = 0 , ⃗z = 8
−2 2 −1

A que equivale la combinación lineal

2. ⃗v +3 ⃗
w −1 ⃗z

()
6
2 ⃗v = 8
−4
 ()
27
3⃗
w= 0
6

()
−3
−1 ⃗z = −8
1

( )( )( ) ( )
6 27 −3 30
8 + 0 + −8 = 0
−4 6 1 3

Ejemplo.
⃗s =m t⃗ + n u⃗ + … …
Gráficamente
⃗j=( 4,0)
⃗k =(2,2)

Hallar ⃗c =2 ⃗j −⃗k
Combinación lineal

3. Dadas las matrices A y B:

Determinar el rango de cada una de ellas

( )
1/2 1 1/2
A= 1 1 /2 0
2 5 /2 1

( )
1/2 1 1/2
B= 3/2 3 /2 1/2
3 3 1

Solución para A
Dividimos 1-esimo por 1/2

( )
1 2 1
1 1/2 0
2 5 /2 1

De 2; 3 filas sustraer la línea 1, multiplicada por 1; 2

( )
1 2 1
¿ 0 −3/2 −1
0 −3/2 −1

Dividir 2- esimo por -3/2

( )
1 2 1
¿ 0 1 2 /3
0 −3/2 −1
De la fila 1; 3 sustraer la línea 2, multiplicar por 2;-3/2

( )
1 0 −1/3
0 1 2/3
0 0 0

Resultado hay dos filas no nulas entonces el rango de A = 2

Para B

( )
1/2 1 1 /2
¿ 3 /2 3/2 1 /2
3 3 1

Dividir 1 esimo por ½

( )
1 2 1
3/2 3/2 1/2
3 3 1

De 2; 3 fila sustraer la línea 1, multiplicada por 3/2; 3

( )
1 2 1
0 −3 /2 −1
0 −3 −2

Dividir 2 esimo por -3/2

( )
1 2 1
0 1 2/3
0 −3 −2

De la fila 1; 3 sustraer la línea 2, multiplicada respectivamente por 2;-3

( )
1 2 −1/3
0 1 2/3
0 0 0

El resultado es que tiene dos filas no nulas entonces el rango de B es = 2

Respuesta.
Tanto A como B son de rango 2
 4. Segun la anterior matriz A

1 1

( )
1
2 2

( )
1
1 1.5 1.5
A= 1 0 = 2 F 2=2 F 1
2
3 3 1
5
2 1
2

Rango=1
Si se evidencia dependencia ya que la fila 2 depende de la1
Rango de una matriz GaussGordan

1 1

( )
1
2 2
1
A= 1 0 F 2−2 F 1 F 3−4 F 1
2
5
2 1
2

( )
1 1
1
¿ 2 2 Rnago=1
0 1.5 −1
0 1.5 −1

Solo queda una filaindependiente

5.
c) ¿Qué condiciones se requiere verificar para comprobar que un sistema de ecuaciones
es base de R3 ?
Que al despejar la ecuación no de una coordenada para de este modo sea parte de la
base de R3

d) Plantee un sistema de ecuaciones de 3 x 3 y demuestre que es base de R3 .

→ → →
v 1=( 2,4,6 ) v 2 =( 4,−2,0 ) v 3 =( 1,2,0 )

( )
2 4 6
4 −2 0
1 2 0
Calculamos el rango
| |
2 4 6
4 −2 0 0+0+ 48+12+0+0=60
1 2 0
→ → →
R ( A )=3 → V 1 , V 2 , V 3 son linal independiente
( x , y , z ) =ϑ1 (2,4,6, )+ ϑ 2 ( 4,−2,0 ) + ϑ3 ( 1,2,0 )
x=2 ϑ 1+ 4 ϑ 2+ ϑ 3 ❑

y=4 ϑ1−2 ϑ2 +2 ϑ3

z=6 ϑ1

z
ϑ1=
6
z
x=2 + 4 ϑ2 + ϑ3
6
z 4z
y=4 −2 ϑ 2+ 2 ϑ 3= y− −ϑ 3=ϑ2
6 6
z 4z
(
x=2 + 4 y− −ϑ3 +ϑ 3
6 6 )
z 16 z
x=2 + 4 y− 4 ϑ 3+ ϑ 3
6 6
x=4 y−14 z−3 ϑ3

−x−4 y−14 z
ϑ 3=
3

4 z −x−4 y−14 z
ϑ2 = y −
6
−
3 ( )
4z 3 3 3
ϑ2= y − + x +4 y + 14 z
6
1
ϑ1= =0,16
6
1 4 1
ϑ2= − − =−0,66
1 3 1
−4 −3−4−14 −21
ϑ3=−1 −14= = =−7
3 3 3
 CONCLUSIONES

 Con la solución de los ejercicios propuestas se puede determinar que es un muy

importante el conocimiento adecuado de matrices y su forma de solución ya que la
mayoría de ejercicios se basan en la solución por este sistema
 Los espacios vectoriales hacen parte fundamental para solucionar sistemas y encontrar
incógnitas e igualmente el valor de cada una ellas
 Un sistema de ecuaciones lineales, también conocido como sistema lineal de
ecuaciones o simplemente sistema lineal, es un conjunto de ecuaciones lineales sobre
un cuerpo o un anillo conmutativo. Un espacio vectorial V sobre un campo k (pueden
ser los números reales), es un conjunto de objetos que se pueden sumar y se pueden
multiplicar por los elementos de k, de tal forma que la suma de dos elementos de V es,
de nuevo un elemento de V, el producto de un elemento de V por un elemento de k es
un elemento de V.
 REFERENCIAS BIBLIOGRÁFICAS
 Barrera, M. F. (2014). Álgebra lineal. México: Larousse - Grupo Editorial Patria. Disponible en la
Biblioteca virtual de la UNAD. Páginas 61 a la 30. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=76&docID=11013215&tm=1468971154423
 Guzmán, A. F. (2014). Álgebra Lineal: Serie Universitaria Patria. México: Larousse - Grupo
Editorial Patria. Disponible en la Biblioteca virtual UNAD. Páginas 66 a la 71Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=76&docID=11013205&tm=1469034479383
 Mesa, F., Alirio, E., & Fernández, S. O. (2012). Introducción al álgebra lineal. Colombia: Ecoe
Ediciones. Disponible en la Biblioteca virtual. Páginas 113 a la 114. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=123&docID=10584265&tm=1469034812986
 http://normasapa.net/2017-edicion-6/