Ejercicio 2.

Dados 𝑋 =< 1,3,5 >; 𝑌 =< 2,4,5 >; 𝑍 =< 1,0,2 > vectores que pertenecen a un
espacio vectorial V, demuestre el axioma numero 2 denominado Ley conmutativa
de la suma de vectores.
Dados:
Componentes 𝑥𝑦𝑧 𝑋 =< 1,3,5 >; 𝑌 =< 2,4,5 >; 𝑍 =< 1,0,2 >

𝑋 = 𝑥 + 3𝑦 + 5𝑧

𝑌 = 2𝑥 + 4𝑦 + 5𝑧

𝑍 = 𝑥 + 2𝑧

Ley conmutativa de la suma de vectores

(𝑋 + 𝑌) + 𝑍 = 𝑋 + (𝑌 + 𝑍)

(𝑥 + 3𝑦 + 5𝑧 + 2𝑥 + 4𝑦 + 5𝑧) + 𝑥 + 2𝑧 = 𝑥 + 3𝑦 + 5𝑧 + (2𝑥 + 4𝑦 + 5𝑧 + 𝑥 + 2𝑧)

3𝑥 + 7𝑦 + 10𝑧 + 𝑥 + 2𝑧 = 𝑥 + 3𝑦 + 5𝑧 + 3𝑥 + 4𝑦 + 7𝑧

4𝑥 + 7𝑦 + 12𝑧 = 4𝑥 + 7𝑦 + 12𝑧

Siendo 𝛼 y 𝛽 variables escalares, demuestre el séptimo y octavo axioma para

espacios vectoriales usando los vectores del espacio vectorial V del punto anterior.
Use valores 3 y 4 para 𝛼 y 𝛽 respectivamente. 𝛼(𝑋 + 𝑌 + 𝑍) = 𝛼𝑋 + 𝛼𝑌 + 𝛼Z
(Primera ley distributiva) (𝛼 y 𝛽)𝛼𝑋 y 𝛽𝑋 ) (Segunda ley distributiva)
Propiedad distributiva del producto de un escalar con respecto a la suma de
vectores: si 𝛼 es cualquier numero real y X y Y son vectores V, entonces: 𝛼(𝑥 + 𝑦) =
𝛼𝑥 + 𝛼𝑦

𝛼(𝑋 + 𝑌 + 𝑍) = 𝛼𝑋 + 𝛼𝑌 + 𝛼𝑍

3(𝑥 + 3𝑦 + 5𝑧 + 2𝑥 + 4𝑦 + 5𝑧 + 𝑥 + 2𝑧)
= 3(𝑥 + 3𝑦 + 5𝑧) + 3(2𝑥 + 4𝑦 + 5𝑧) + 3(𝑥 + 2𝑧)

3𝑥 + 9𝑦 + 15𝑧 + 6𝑥 + 12𝑦 + 15𝑧 + 3𝑥 + 6𝑧

= 3𝑥 + 9𝑦 + 15𝑧 + 6𝑥 + 12𝑦 + 15𝑧 + 3𝑥 + 6𝑧

12𝑥 + 21𝑦 + 36𝑧 = 2𝑥 + 21𝑦 + 36𝑧

Octavo axioma: propiedad distributiva del producto de un escalar por un vector con
respecto a la suma de escalares: si 𝛼 y 𝛽 son cualquiera par de escalares y X es
cualquier vector V, entonces (𝛼 + 𝛽) ∗ 𝑋 = 𝛼 ∗ 𝑋 + 𝛽 ∗ 𝑋

(𝛼 + 𝛽) ∗ 𝑋 = 𝛼 ∗ 𝑋 + 𝛽 ∗ 𝑋

(3 + 4)(𝑥 + 3𝑦 + 5𝑧) = 3(𝑥 + 3𝑦 + 5𝑧) + 4(𝑥 + 3𝑦 + 5𝑧)

7𝑥 + 21𝑦 + 35𝑧 = 3𝑥 + 9𝑦 + 15𝑧 + 4𝑥 + 12𝑦 + 20𝑧

7𝑥 + 21𝑦 + 35𝑧 = 7𝑥 + 21𝑦 + 35𝑧

Ejercicio 3.
Si un conjunto dado, S en este ejercicio, genera un espacio vectorial si todos los
elementos del espacio vectorial pueden ser expresados como una combinación
lineal del conjunto. Adicionalmente, es necesario que todos los elementos del
conjunto sean parte del espacio vectorial.
Para demostrar que el conjunto S puede generar 𝑅 2 se intentara demostrar que S
puede ser expresado como una combinación lineal de los vectores 𝑈1 y 𝑈2 . Nótese
que dichos vectores, expresado en términos de las coordenadas, pertenecen a 𝑅 2 ,
de manera que ya se cumple una de las condiciones. Ahora bien, si 𝑈1 y 𝑈2 generan
𝑅 2 un vector arbitrario 𝑏, con coordenadas i y j, debe poder expresarse como
combinación lineal de 𝑈1 y 𝑈2 :

𝑏 = 𝑘1 𝑈1 + 𝑘2 𝑈2

Expresado en términos de componentes,

(𝑏1 , 𝑏2 ) = 𝑘1 (5,1) + 𝑘2 (−3, −2)

O bien,
(𝑏1 , 𝑏2 ) = (5𝑘1 , 𝑘1 ) + (−3𝑘2 , −2𝑘2

(𝑏1 , 𝑏2 ) = (5𝑘1 , −3𝑘2 , 𝑘1 −2𝑘2 )

El problema ahora de reduce a determinar si el sistema es consistente para los
valores de 𝑏1 y 𝑏2 . Para ello la matriz de coeficientes, del sistema de ecuaciones
propuesto, debe ser invertible y por tanto su determinante diferente de cero. Sea la
matriz coeficientes A,

5 −3
𝐴=( )
1 −2

5 −3
𝐷𝑒𝑡𝐴 = | | = (5 ∗ −2) − (1 ∗ −3) = −10 + 3 = −7
1 −2
Puesto que el determinante de A existe, existe un conjunto de valores que satisfacen
el sistema de ecuaciones, y por tanto existen valores que permiten expresar el
conjunto S como una combinación lineal de 𝑈1 y 𝑈2 . Por tanto, los vectores 𝑈1 y 𝑈2
generan al espacio vectorial 𝑅 2

Ejercicio 4.
Determinante
4 −1 3 4
= 7 ∗ det ( ) − (−9) det ( )
−13 −10 4 −13

4 −1
det ( ) = −53
−13 −10

3 −1
det ( ) = −26
4 −10

3 4
det ( ) = −55
4 −13

7(−53) − (−9)(−26) − 11(55)

=0
Es una matriz independiente linealmente

Rango
7 −9 −11
(3 4 −1 )
4 −13 −10

7 −9 −11
55 26
= (3 )
7 7
4 −13 −10
 7 −9 −11
55 26
3
= 7 7
55 26
4 −
( 7 7)

7 −9 −11
55 26
= (3 )
7 7
0 0 0

7 −9 −11
26
= (3 1 )
55
0 0 0

371
7 0 −
55
= 26
3 1
55
(0 0 0 )

53
1 0 −
55
= 26
0 1
55
(0 0 0 )

=2
Es una matriz linealmente dependiente
Matriz escalonada

7 −9 −11
(3 4 −1 )
4 −13 10
 7 −9 −11
55 26
= (0 )
7 7
4 −13 −10

7 −9 −11
55 26
3
= 7 7
55 26
0 − −
( 7 7)

7 −9 −11
55 26
= (0 )
7 7
0 0 0
Es una matriz linealmente dependiente

Ejercicio 5.
Determine independencia lineal de los siguientes conjuntos de vectores:
a. 𝑉1 = (0,2,2) 𝑉2 = (3,3,3) 𝑉3 = (0,0,4)

Reescribimos la ecuación vectorial en la forma de matriz y la resolvemos por

el método de Gauss

0 3 0
[2 3 0]
2 3 4

Cambiamos de lugares 1-esimo y 2-esimo

2 3 0
[0 3 0]
2 3 4

Dividimos 1-esimo por 2

1 1.5 0
 0 3 0
[ ]
2 3 4

De 3 filas sustraemos la 1 línea, multiplicada respectivamente por 2

1 1.5 0
[0 3 0]
0 0 4

Dividimos 2-esimo por 3

1 1.5 0
[0 1 0]
0 0 4

De 1 fila sustraemos la 2 línea, multiplicándola respectivamente por 1.5

1 0 0
[0 1 0]
0 0 4

Dividimos 3-esimo por 4

1 0 0
[0 1 0]
0 0 1
El sistema de vectores linealmente independiente

𝑋𝑖 = 0

1
b. 𝑉1 = (6, −2,8) 𝑉2 = (2 , 4,0) 𝑉3 = (−10,6,2) 𝑉4 = (2,1,4)

Reescribimos la ecuación vectorial en la forma de matriz y la resolvemos por

el método de Gauss

1
6 −10 2
2
−2 4 6 1

8 0 2 4
[ ]
0 0 0 0
Dividimos 1-esimo por 6

1 5 1
1 −
12 3 3
−2 4 6 1
8 0 2 4
[0 0 0 0]

De 2, 3 filas sustraemos la 1 línea, multiplicada respectivamente por -2;8

1 5 1
1 −
12 3 3
25 8 5
0
6 3 3
2 46 4
0 −
3 3 3
[0 0 0 0]
25
Dividimos 2-esimo por 6

1 5 1
1 −
12 3 3
16 2
0 1
25 5
2 46 4
0 −
3 3 3
[0 0 0 0]
1 2
De 1; 3 filas sustraemos la 2 línea, multiplicada respectivamente por 12 ; − 3

43 3
1 0 −
25 10
16 2
0 1
25 5
394 8
0 0
25 5
[0 0 0 0]
394
Dividimos 3-esimo por 25
 43 3
1 0 −
25 10
16 2
0 1
25 5
20
0 0 1
197
[0 0 0 0 ]

43 16
De 1; 2 filas sustraemos la 3 línea, multiplicada respectivamente por − 25 ; 25

187
1 0 0
394
66
0 1 0
197
20
0 0 1
197
[0 0 0 0 ]

El sistema de vectores linealmente dependiente

𝑋𝑖 ≠ 0

Ejercicio 6.
a. Rango (AB)=rango (BtAt) tenga presente el orden de las matrices

Rango (AB) = Rango (BtAt)

Para resolver este ejercicio asumamos que la raíz AB es tal que:

AB = mx1
AtBt = 1xm

De modo que podríamos afirmar que la fila de rango es igual a la columna de

rango, de modo que El rango de una matriz siempre es igual al rango de su
matriz traspuesta.
b. Si A no es una matriz cuadrada, los vectores fila o los vectores de
columna de A serán linealmente dependientes.

Si A, es una matriz cuadrada, puede llegar a establecerse un sistema de

ecuaciones de una sola solución de tal modo que se valide la independencia
lineal da misma, pues se tiene la misma cantidad de elementos que de
relaciones (filas y columnas), en cambio si la cantidad de soluciones es
menor o mayor directamente serán dependientes las filas entre si