Universidad Nacional Autónoma de Honduras

Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Espacios vectoriales
Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos operaciones binarias llamadas suma y
multiplicación por un escalar y que satisfacen los diez axiomas enumerados a continuación.
1 si u ∈ V y v ∈ V , entonces u + v ∈ V (cerradura bajo la suma).
2 Para todo u, v, w en V , (u + v) + w = u + (v + w) (ley asociativa de la suma de vectores)
3 Existe un vector 0 ∈ V tal que para todo u ∈ V u + 0 = 0 + u = u (el 0 se llama vector cero o idéntico aditivo).
4 Si u ∈ V existe un vector −u ∈ V tal que u + (−u) = (−u) + u = 0 (−u se llama inverso aditivo de u).
5 Si u y v están en V , entonces u + v = v + u (ley conmutativa de la suma de vectores).
6 Si u ∈ V y α es un escalar, entonces αu ∈ V (cerradura bajo la multiplicación por un escalar).
7 Si u y v están en V y α es un escalar, entonces α(u + v) = αu + αv (primera ley distributiva).
8 Si u ∈ V y α y β son escalares, entonces (α + β)u = αu + βu (segunda ley distributiva).
9 si u ∈ V y α y β son escalares, entonces α(βu) = (αβ)u (ley asociativa de la multiplicación por escalares).
10 Para todo cada vector u ∈ V , 1u = u
Ejemplo # 1
Pruebe si el conjunto de los vectores en V = R2 es un espacio vectorial (E.V.).
Solución
Sean u, v, w ∈ R2 =⇒ u = (x1 , y1 ), v = (x2 , y2 ) y w = (x3 , y3 ) además α, β ∈ R y también x1 , x2 , x3 , y1 , y2 , y3 ∈ R
1. u + v = (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) ∈ R2
Puesto que x1 + x2 ∈ R, y1 + y2 ∈ R
2. [u + v] + w = [(x1 , y1 ) + (x2 , y2 )] + (x3 , y3 ) = [(x1 + x2 , y1 + y2 )] + (x3 , y3 ) = (x1 + x2 , y1 + y2 ) + (x3 , y3 ) = (x1 + x2 + x3 , y1 + y2 + y3 )
= (x1 + [x2 + x3 ], y1 + [y2 + y3 ]) = (x1 , y1 ) + [(x2 + x3 , y2 + y3 )] = (x1 , y1 ) + [(x2 , y2 ) + (x3 , y3 )] = u + [v + w]
3. Supongamos que e = (x01 , y10 )
u + e = u =⇒ (x1 , y1 ) + (x01 , y10 ) = (x1 , y1 ) =⇒ (x1 + x01 , y1 + y10 ) = (x1 , y1 ) =⇒ x1 + x01 = x1 , y1 + y10 = y1 =⇒ x01 = 0, y10 = 0
e + u = u =⇒ (x01 , y10 ) + (x1 , y1 ) = (x1 , y1 ) =⇒ (x01 + x1 , y10 + y1 ) = (x1 , y1 ) =⇒ x01 + x1 = x1 , y10 + y1 = y1 =⇒ x01 = 0, y10 = 0
por lo que e = 0 = (0, 0)
4. Supongamos que u0 = (x01 , y10 )
u + u0 = 0 =⇒ (x1 , y1 ) + (x01 , y10 ) = (0, 0) =⇒ (x1 + x01 , y1 + y10 ) = (0, 0) =⇒ x1 + x01 = 0, y1 + y10 = 0 =⇒ x01 = −x1 , y10 = −y1
u0 + u = 0 =⇒ (x01 , y10 ) + (x1 , y1 ) = (0, 0) =⇒ (x01 + x1 , y10 + y1 ) = (0, 0) =⇒ x01 + x1 = 0, y10 + y1 = 0 =⇒ x01 = −x1 , y10 = −y1
por lo que u0 = (−x1 , −y1 ) = −u
5. u + v = (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) = (x2 + x1 , y2 + y1 ) = (x2 , y2 ) + (x1 , y1 ) = v + u
6. αu = α(x1 , y1 ) = (αx1 , αy1 ) ∈ R2 puesto que αx1 ∈ R, αy1 ∈ R
7. α(u+v) = α((x1 , y1 )+(x2 , y2 )) = α(x1 +x2 , y1 +y2 ) = (α(x1 +x2 ), α(y1 +y2 )) = (αx1 +αx2 , αy1 +αy2 ) = (αx1 , αy1 )+(αx2 , αy2 )
= α(x1 , y1 ) + α(x2 , y2 ) = αu + αv
8. (α + β)u = (α + β)(x1 , y1 ) = ((α + β)x1 , (α + β)y1 ) = (αx1 + βx1 , αy1 + βy1 ) = (αx1 , αy1 ) + (βx2 , βy2 ) = α(x1 , y1 ) + β(x2 , y2 ) =
αu + βu
9. α(βu) = α(β(x1 , y1 )) = α(βx1 , βy1 ) = ((αβ)x1 , (αβ)y1 ) = (αβ)(x1 , y1 ) = (αβ)u
10. 1u = 1(x1 , y1 ) = (1x1 , 1y1 ) = (x1 , y1 ) = u
por tanto R2 es un espacio vectorial (E.V.).

MM-211 Vectores y matrices I PAC 2020 1

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Ejemplo # 2
Sea V = {(x, y) : y = mx} donde m es un número real fijo, x es arbirtrario, determine si es espacio vectorial.
Solución
Sean u, v, w ∈ V =⇒ u = (x1 , y1 ), v = (x2 , y2 ) y w = (x3 , y3 ) =⇒ u = (x1 , mx1 ), v = (x2 , mx2 ) y w = (x3 , mx3 ) además x1 , x2 , x3 ∈ R
considereremos los escalares α, β ∈ R
1. u + v = (x1 , mx1 ) + (x2 , mx2 ) = (x1 + x2 , mx1 + mx2 ) = (x1 + x2 , m(x1 + x2 )) ∈ V =⇒ u + v ∈ V
2. [u + v] + w = [(x1 , mx1 ) + (x2 , mx2 )] + (x3 , mx3 ) = (x1 + x2 , mx1 + mx2 ) + (x3 , mx3 ) = (x1 + x2 + x3 , mx1 + mx2 + mx3 ) =
(x1 + (x2 + x3 ), mx1 + (mx2 + mx3 )) = (x1 , mx1 ) + [(x2 + x3 , mx2 + mx3 )] = (x1 , mx1 ) + [(x2 , mx2 ) + (x3 , mx3 )] = u + [v + w]
3. e = (x01 , mx01 )
u+e = u =⇒ (x1 , mx1 )+(x01 , mx01 ) = (x1 , mx1 ) =⇒ (x1 +x01 , mx1 +mx01 ) = (x1 , mx1 ) =⇒ x1 +x01 = x1 =⇒ x01 = 0 =⇒ e = (0, 0)
e+u = u =⇒ (x01 , mx01 )+(x1 , mx1 ) = (x1 , mx1 ) =⇒ (x01 +x1 , mx01 +mx1 ) = (x1 , mx1 ) =⇒ x01 +x1 = x1 =⇒ x01 = 0 =⇒ e = (0, 0)
4. u0 + u = e =⇒ (x01 , mx01 ) + (x1 , mx1 ) = (0, 0) =⇒ (x01 + x1 , mx1 + mx01 ) = (0, 0) =⇒ x01 = −x1 =⇒ u0 = (−x1 , −mx1 )
u + u0 = e =⇒ (x1 , mx1 ) + (x01 , mx01 ) = (0, 0) =⇒ (x1 + x01 , mx01 + mx1 ) = (0, 0) =⇒ x01 = −x1 =⇒ u0 = (−x1 , −mx1 )
5. u + v = (x1 , mx1 ) + (x2 , mx2 ) = (x1 + x2 , mx1 + mx2 ) = (x2 + x1 , mx2 + mx1 ) = (x2 , mx2 ) + (x1 , mx1 ) = v + u
6. αu = α(x1 , mx1 ) = (αx1 , α(mx1 )) = (αx1 , m(αx1 )) ∈ V
7. α(u + v) = α((x1 , mx1 ) + (x2 , mx2 )) = α(x1 + x2 , mx1 + mx2 ) = (α(x1 + x2 ), α(mx1 + mx2 )) = (αx1 + αx2 , αmx1 + αmx2 )
(αx1 , α(mx1 )) + (αx2 , α(mx2 )) = α(x1 , mx1 ) + α(x2 , mx2 ) = αu + αv
8. (α + β)u = (α + β)(x1 , mx1 ) = ((α + β)x1 , (α + β)mx1 ) = (αx1 + βx1 , α(mx1 ) + β(mx1 )) = (αx1 , α(mx1 )) + (βx1 , β(mx1 )) =
α(x1 , mx1 ) + β(x1 , mx1 ) = αu + βu
9. α(βu) = α(β(x1 , mx1 )) = α(βx1 , β(mx1 )) = (αβx1 , αβ(mx1 )) = (αβ)(x1 , mx1 ) = (αβ)u
10. 1u = 1(x1 , mx1 ) = (1x1 , 1mx1 ) = (x1 , mx1 ) = u
Por tanto V es espacio vectorial real.
Ejemplo # 3
Determine si el conjunto V={1} es un espacio vectorial.
Solución
Sean u, v, w ∈ V =⇒ u = 1, v = 1, w = 1
1. u + v = 1 + 1 = 2 como 2 no está en V
V no es espacio vectorial

Ejemplo # 4
Determine si el conjunto de vectores en R2 de la forma (x, y) con y ≤ 0 con las operaciones usuales es un espacio vectorial.
Solución
Consideraremos la cerradura de la multiplicación por un escalar, utilizaremos α = −1 y u ∈ V =⇒ u = (x, y)
−1(x, y) = (−x, −y) como −y ≥ 0 por lo que −1u no está en V
Por tanto V no es espacio vectorial.

Ejemplo # 5
Determine si el conjunto V con las operaciones indicadas es espacio vectorial.
V es el conjunto de vectores en R2 con suma usual y el producto escalar definido como:
α · (x, y) = (αx, 3αy)
Solución
Sea u ∈ V entonces u = (x1 , y1 ) y escalares α y β
por demostrar axioma 9: α · (β · u) = (αβ) · u
α · (β · u) = α · (β · (x1 , y1 )) = α · (βx1 , 3βy1 ) = (αβx1 , 3α(3βy1 )) = (αβx1 , 9αβy1 )

MM-211 Vectores y matrices I PAC 2020 2

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

(αβ) · u = (αβ) · (x1 , y1 ) = (αβx1 , 3αβy1 )

Notamos que α · (β · u) 6= (αβ) · u
por tanto V no es espacio vectorial.
Ejemplo # 6
Determine si el conjunto de vectores en R2 con la suma y el producto definidos como:
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 2, y1 + y2 + 2)
α · (x1 , y1 ) = (α + x1 − 1, α + y1 − 1)
Constituye un espacio vectorial real.
Solución
¿ (α + β) · (x1 , y1 ) = α · (x1 , y1 ) + β · (x1 , y1 )?
(α + β) · (x1 , y1 ) = (α + β + x1 − 1, α + β + y1 − 1)
α · (x1 , y1 ) + β · (x1 , y1 ) = (α + x1 − 1, α + y1 − 1) + (β + x1 − 1, β + y1 − 1) = (α + x1 − 1 + β + x1 − 1 + 2, α + y1 − 1 + β + y1 − 1 + 2) =
(α + β + 2x1 , α + β + 2y1 )

(α + β) · (x1 , y1 ) 6= α · (x1 , y1 ) + β · (x1 , y1 ) por tanto el conjunto no es espacio vectorial.

Ejemplo # 7
Encuentre el elemento inverso y neutro del conjunto de R2 con la suma y el producto definidos como:
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 2, y1 + y2 + 2)
α · (x1 , y1 ) = (α + x1 − 1, α + y1 − 1)
Solución
Sea e = (x01 , y10 ) el elemento neutro.
u+e=e+u=u
(x1 , y1 ) + (x01 , y10 ) = (x1 , y1 ) =⇒ (x1 + x01 + 2, y1 + y10 + 2) = (x1 , y1 ) =⇒ x1 + x01 + 2 = x1 =⇒ x01 = −2 y y1 + y10 + 2 = y1 =⇒ y10 = −2
(x01 , y10 ) + (x1 , y1 ) = (x1 , y1 ) =⇒ (x01 + x1 + 2, y10 + y1 + 2) = (x1 , y1 ) =⇒ x01 + x1 + 2 = x1 =⇒ x01 = −2 y y10 + y1 + 2 = y1 =⇒ y10 = −2
Por lo que el neutro en este conjunto es e = (−2, −2)

Para encontrar el inverso, llamemosle u0 = (x001 , y100 )

u + u0 = u =⇒ (x1 , y1 ) + (x001 , y100 ) = (−2, −2) =⇒ (x1 + x001 + 2, y1 + y100 + 2) = (−2, −2) =⇒ x1 + x001 + 2 = −2 =⇒ x001 = −x1 − 4 y
y1 + y100 + 2 = −2 =⇒ y100 = −y1 − 4
Por tanto el elemento inverso es u0 = (−x1 − 4, −y1 − 4)
Teorema Sea V un espacio vectorial. Entonces
→
− →
−
1. α 0 = 0 para todo escalar α.
→
−
2. 0x = 0 para todo → −x ∈V.
→
− →
−
3. Si α→ −
x = 0 , entonces α = 0 o x = 0 (o ambos).
4. (−1)→
−
x = −→
−
x para todo →
−
x ∈V.

MM-211 Vectores y matrices I PAC 2020 3

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Subespacio vectorial
Sea H un subconjunto no vacı́o de un espacio vectorial V y suponga que H es en sı́ un espacio vectorial bajo las operaciones de
suma y multiplicación por un escalar definidas en V . Entonces se dice que H es un subespacio de V .
Teorema

Subespacio vectorial
Un subconjunto no vacı́o H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:
Reglas de cerradura para ver si un subconjunto no vacı́o es un subespacio vectorial
1. Si u ∈ H y v ∈ H, entonces u + v ∈ H.
2. Si u ∈ H. entonces αu ∈ H para todo escalar α.
3. 0 ∈ H
Ejemplo # 1
Pruebe que el subconjunto H = { 0 } es un subespacio vectorial de cualquier espacio vectorial V.
Solución
1. Sean u, v ∈ H entonces u = 0 , v = 0 por lo que
u+v =0+0=0∈H
2. Sea u ∈ H entonces u = 0 por lo que

αu = α(0) = 0 ∈ H
3. 0 ∈ H
Por tanto el subconjunto H es un subespacio vectorial (trivial)
Ejemplo # 2
Pruebe que el subconjunto H = { 2 } es un subespacio vectorial de cualquier espacio vectorial V.
Solución

1. Sean u, v ∈ H es decir u = 2 , v = 2
u+v =2+2=4
No está en H
Por tanto H no es subespacio vectorial real.
Ejemplo # 3
Pruebe si H = {(x, y): y = mx, donde m es un número real fijo y x es un número real arbitrario} es un subespacio vectorial de V = R2 .
Solución

1. Sean u, v ∈ H por lo que u = (x1 , mx1 ) y v = (x2 , mx2 )

u + v = (x1 , mx1 ) + (x2 , mx2 ) = (x1 + x2 , mx1 + mx2 ) = (x1 + x2 , m(x1 + x2 )) ∈ H

2. Sea u ∈ H por lo que u = (x1 , y1 ) = (x1 , mx1 )
αu = α(x1 , mx1 ) = (αx1 , αmx1 ) = (αx1 , m(αx1 )) ∈ H
3. u + 0 = u y 0 + u = u

u + 0 = u =⇒ (x1 , mx1 ) + (x01 , mx01 ) = (x1 , mx1 )

(x1 + x01 , mx1 + mx01 ) = (x1 , mx1 ) =⇒ x1 + x01 = x1 =⇒ x01 = 0 por lo que:
0 = (0, m0) ∈ H

MM-211 Vectores y matrices I PAC 2020 4

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

por tanto H es subespacio vectorial real.

Ejemplo # 4
Pruebe si H = {(x, y , z): x = at, y = bt , z= ct; a,b,c son números reales y t es constante arbitraria } es un subespacio vectorial de
V = R3 .
Solución

Sean u, v ∈ H , por lo que u = (x1 , y1 , z1 ) = (at1 , bt1 , ct1 ) y v = (x2 , y2 , z2 ) = (at2 , bt2 , ct2 )

1. u+v = (at1 , bt1 , ct1 )+(at2 , bt2 , ct2 ) = (at1 +at2 , bt1 +bt2 , ct1 +ct2 ) = (a(t1 +t2 ), b(t1 +t2 ), c(t1 +t2 )) = (at0 , bt0 , ct0 ) =⇒ u+v ∈ H
Llamemos t1 + t2 = t0
2. αu = α(at1 , bt1 , ct1 ) = (αat1 , αbt1 , αct1 ) = (a(αt1 ), b(αt1 ), c(αt1 )) = (at00 , bt00 , ct00 ) =⇒ αu ∈ H
Llamemos αt1 = t00

3. u + 0 = 0 + u = u
Llamemos 0 = u0
u + u0 = u =⇒ (at1 , bt1 , ct1 ) + (at01 , bt01 , ct01 ) = (at1 , bt1 , ct1 )
=⇒ (at1 + at01 , bt1 + bt01 , ct1 + ct01 ) = (at1 , bt1 , ct1 ) lo cual genera las siguientes ecuaciones:
at1 + at01 = at1 , bt1 + bt01 = bt1 y ct1 + ct01 = ct1 =⇒ t01 = 0 por lo que:
u0 = (0, 0, 0)

Por tanto H es un subespacio vectorial real de R3

MM-211 Vectores y matrices I PAC 2020 5

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Combinación lineal

Recordemos que todo vector →

−
v = (a, b, c) en R3 es puede escribir de la forma:
→
−
v = ai + bj + ck
Se dice que →
−
v es combinación lineal de i, j, k. De manera general se tenemos la siguiente definición.

Definición Sean v1 , v2 , · · · , vn vectores en un espacio vectorial V . Entonces cualquier vector de la forma:

w = a1 v1 + a2 v2 + · · · + an vn

donde a1 , a2 , · · · , an son escalares se denomina combinación lineal de v1 , v2 , · · · vn

Ejemplo # 1
En R3 el vector w = (−7, 7, 7) es una combinación lineal de u = (−1, 2, 4) y v = (5, −3, 1) siendo α = 2 y β = −1, es decir w = αu + βv
Solución
Sustituyendo tenemos w = 2u − v se obtiene:
2u − v = 2(−1, 2, 4) − (5, −3, 1) = (−2, 4, 8) + (−5, 3, −1) = (−7, 7, 7) = w
Por tanto w es combinación lineal de u y v
Ejemplo #2      
−3 2 8 −1 0 4 0 1 −2
En M23 la matriz C = ,B= yA= con α = 3, β = 2, pruebese que C = 3B + 2A
−1 9 3 1 1 5 −2 3 −6
Solución
Calculando laexpresión C
 = 3B  + 2A       
−1 0 4 0 1 −2 −3 0 12 0 2 −4 −3 2 8
3B + 2A = 3 +2 = + =
1 1 5 −2 3 −6 3 3 15 −4 6 −12 −1 9 3
Por tanto C es combinación lineal de B y A.

Ejemplo #3
Determinar sı́ el vector w dado es una combinación lineal de los vectores que lo acompañan, sı́ lo es, exprese a w como combinación
lineal de ellos.
1. w = (0, 2, 0), v1 = (1, 2, 1) , v2 = (−1, 0, −1) y v3 = (1, −3, 1)
2. w = (0, 2, 1), v1 = (1, 2, 1), v2 = (−1, 0, −1) y v3 = (1, −3, 1)

Solución

1. Para que sea combinación lineal debe cumplir la siguiente condición

w = k 1 v1 + k 2 v2 + k 3 v3
(0, 2, 0) = k1 (1, 2, 1) + k2 (−1, 0, −1) + k3 (1, −3, 1)
(0, 2, 0) = (k1 , 2k1 , k1 ) + (−k2 , 0, −k2 ) + (k3 , −3k3 , k3 )
(0, 2, 0) = (k1 − k2 + k3 , 2k1 − 3k3 , k1 − k2 + k3 )

Por lo que el sistema de ecuaciones es:

k1 − k2 + k3 = 0
2k1 − 3k3 = 2
k1 − k2 + k3 = 0

MM-211 Vectores y matrices I PAC 2020 6

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

5 3
Cuya solución es k3 = t , k2 = 1 + t y k1 = 1 + t
2 2
Podemos escribir w como:
   
3 5
w= 1 + t v1 + 1 + t v2 + tv3
2 2
Por tanto w es combinación lineal de v1 , v2 y v3
2. Para ser combinación lineal se debe cumplir que:

w = k 1 v1 + k 2 v2 + k 3 v3
(0, 2, 1) = k1 (1, 2, 1) + k2 (−1, 0, −1) + k3 (1, −3, 1)
(0, 2, 1) = (k1 , 2k1 , k1 ) + (−k2 , 0, −k2 ) + (k3 , −3k3 , k3 )
(0, 2, 1) = (k1 − k2 + k3 , 2k1 − 3k3 , k1 − k2 + k3 )

Por lo que el sistema de ecuaciones es:

k1 − k2 + k3 = 0
2k1 − 3k3 = 2
k1 − k2 + k3 = 1

Al tratar de resolver el sistema nos damos cuenta que no es consistente, por lo que NO existen los escalares k1 , k2 y k3 y esto implica
que w no es combinación lineal de los vectores v1 , v2 y v3 .
Ejemplo #4        
6 −21 1 −2 4 0 1 3
Escriba la matriz D = como combinación lineal de las matrices A = B= yC=
17 −17 5 4 1 3 0 7
Solución

Para ser combinación lineal la matriz debe expresarse de la forma D = k1 A + k2 B + k3 C

       
6 −21 1 −2 4 0 1 3
= k1 + k2 + k3
17 −17 5 4 1 3 0 7
Por lo que el sistema de ecuaciones es:

k1 + 4k2 + k3 = 6
−2k1 + 3k3 = −21
5k1 + k2 = 17
4k1 + 3k2 + 7k3 = −17

Al resolver la ecuación obtenemos que k1 = 3, k2 = 2 y k3 = −5 esto implica que la matriz D es combinación lineal de las matrices A,
B y C.

MM-211 Vectores y matrices I PAC 2020 7

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Espacio generado

Definición:Conjunto generador
Sı́ v1 , v2 , · · · vr son vectores en un espacio vectorial V sı́ todo vector v es expresable como una combinación lineal de v1 , v2 , · · · vr entonces
se dice que estos generan a V .
Ejemplo # 1
Muestre que los vectores i = (1, 0, 0) , j = (0, 1, 0) y k = (0, 0, 1) generan a R3 .
Solución
Se debe determinar sı́ un vector arbitrario v = (x, y, z) generan a R3

(x, y, z) = k1 (1, 0, 0) + k2 (0, 1, 0) + k3 (0, 0, 1)

(x, y, z) = (k1 , k2 , k3 )

por lo que los vectores canónicos generan a R3

Ejemplo # 2       
1 0 0 1 0 0 0 0
Verificar que , y generan las matrices M2×2
0 0 0 0 1 0 0 1
Solución
Notemos que:
         
a b 1 0 0 1 0 0 0 0
= k1 + k2 + k3 + k4
c d 0 0 0 0 1 0 0 1
Dado que una matriz cualesquieara de M2×2 se puede escribir como combinación lineal de dichos vectores, entonces ellos son vectores
generadores de M2×2
Ejemplo # 3
Determinese sı́ v1 = (1, 1, 2) , v2 = (1, 0, 1) y v3 = (2, 1, 3) generan a R3
Solución
Se debe determinar sı́ un vector arbitrario b = (b1 , b2 , b3 ) en R3 se puede expresar como combinación lineal.

b = k1 v1 + k2 v2 + k3 v3

sustituyendo:
(b1 , b2 , b3 ) = k1 (1, 1, 2) + k2 (1, 0, 1) + k3 (2, 1, 3)

(b1 , b2 , b3 ) = (k1 + k2 + 2k3 , k1 + k3 , 2k1 + k2 + 3k3 )

k1 + k2 + 2k3 = b1
k1 + k3 = b2
2k1 + k2 + 3k3 = b3

Podemos obtener una matriz  

1 1 2
A = 1 0 1
2 1 3
6 0 entonces A no es inversible y los vectores NO generan R3
Como |A| =

MM-211 Vectores y matrices I PAC 2020 8

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Espacio generado por un conjunto de vectores

Sean v1 , v2 · · · vn , n vectores de un espacio vectorial V . El espacio generado por {v1 , v2 · · · vn } es el conjunto de combinaciones
lineales de v1 , v2 , · · · , vn , es decir

gen{v1 , v2 , · · · , vn } = {v : v = k1 v1 + k2 v2 + · · · + kn vn }
donde k1 , k2 , · · · , kn son escalares arbitrarios.
Ejemplo # 4
Sea v1 = (2, −1, 4) y v2 = (4, 1, 6) entonces H = gen{v1 , v2 } = {v : v = k1 (2, −1, 4) + k2 (4, 1, 6)}
Solución
Supongamos que v = (x, y, z) y sean x = 2k1 + 4k2 , y = −k1 + k2 y z = 4k1 + 6k2 , consideramos como incongnitas k1 , k2 , resolviendo
para x, y y z.
El sistema de ecuaciones que se obtiene es el siguiente:

−k1 + k2 = y
2k1 + 4k2 = x
4k1 + 6k2 = z

5 2
Este sistema tiene solución sı́ − x + y + z = 0 equivalentemente 5x − 2y − 3z = 0 , lo cual es un plano en R3 que pasa por el origen.
3 3
Ejemplo # 5      
1 0 0 1 1 −1
Encuentre el espacio generado por el conjunto de matrices T = , ,
−1 1 0 −1 0 1
Solución  
w x
Sea M ∈ M2×2 =⇒ M =
y z
     
1 0 0 1 1 −1
Consideremos que: A = ,B = yC=
−1 1 0 −1 0 1
La matriz debe cumplir que M = k1 A + k2 B + k3 C lo que implica que:
       
w x 1 0 0 1 1 −1
= k1 + k2 + k3
y z −1 1 0 −1 0 1
   
w x k1 + k3 k2 − k3
=
y z −k1 k1 − k2 + k3
El sistema de ecuaciones obtenido es:

k1 + k3 = w
k2 − k3 = x
−k1 = y
k1 − k2 + k3 = z

Para que el sistema tenga solución se debe cumplir que x + y + z = 0 entonces la solución es un plano que pasa por el origen

MM-211 Vectores y matrices I PAC 2020 9

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Dependencia e independencia lineal

Sean v1 , v2 , · · · vn , n vectores de un espacio vectorial V . Entonces se dice que los vectores son linealmente dependientes L.D. sı́ existen
n escalares c1 , c2 , · · · , cn NO todos cero tales que:

c1 v1 + c2 v2 + · · · + cn vn = 0
Sı́ los vectores NO son linealmente dependientes se dice que son linealmente independientes.
Ejemplo
Determninese sı́ el conjunto S = {v1 , v2 , v3 } donde v1 = (1, −2, 3), v2 = (2, −2, 0) y v3 = (0, 1, 7) es linealmente dependiente o indepen-
diente.
Solución
Supongamos que c1 v1 + c2 v2 + c3 v3 = 0 determinaremos las constantes c1 , c2 , c3 .

c1 (1, −2, 3) + c2 (2, −2, 0) + c3 (0, 1, 7) = (0, 0, 0)

(c1 , −2c1 , 3c1 ) + (2c2 , −2c2 , 0) + (0, c3 , 7c3 ) = (0, 0, 0)
(c1 + 2c2 , −2c1 − 2c2 + c3 , 3c1 + 7c3 ) = (0, 0, 0)
El sistema que se obtiene es:

c1 + 2c2 = 0
−2c1 − 2c2 + c3 = 0
3c1 + 7c3 = 0

La solución del sistema es c1 = 0, c2 = 0, c3 = 0, por tanto la única solución es la trivial y los vectores son linealmente independientes.
Ejemplo
Determninese sı́ el conjunto S = {v1 , v2 , v3 } donde v1 = (1, −3, 0), v2 = (3, 0, 4) y v3 = (11, −6, 12) es linealmente dependiente o
independiente.
Solución
Supongamos que c1 v1 + c2 v2 + c3 v3 = 0 determinaremos las constantes c1 , c2 , c3 .

c1 (1, −3, 0) + c2 (3, 0, 4) + c3 (11, −6, 12) = (0, 0, 0)

(c1 , −3c1 , 0) + (3c2 , 0, 4c2 ) + (11c3 , −6c3 , 12c3 ) = (0, 0, 0)
(c1 + 3c2 + 11c3 , −3c1 − 6c3 , 4c2 + 12c3 ) = (0, 0, 0)
El sistema que se obtiene es:

c1 + 3c2 + 11c3 = 0
−3c1 − 6c3 = 0
4c2 + 12c3 = 0

La solución del sistema es c1 = 1, c2 = −3 y c3 = 1 por lo tanto los vectores son linealmente dependientes.
Ejemplo
Sea el conjunto T = {(1, 1, 1), (0, 1, 1), (1, 0, k)} ¿Para qué valores de k

1. T es linealmente independiente?
2. T es linealmente dependiente?

MM-211 Vectores y matrices I PAC 2020 10

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Solución

(0, 0, 0) = c1 (1, 1, 1) + c2 (0, 1, 1) + c3 (1, 0, k)

(0, 0, 0) = (c1 , c1 , c1 ) + (0, c2 , c2 ) + (c3 , 0, c3 k)

(0, 0, 0) = (c1 + c3 , c1 + c2 , c1 + c2 + kc3 )

El sistema que se obtiene es:

c1 + c3 = 0
c1 + c2 = 0
c1 + c2 + kc3 = 0

Por lo que el sistema es linealmente independiente sı́ k 6= 0 y el sistema es linealmente dependiente sı́ k = 0

MM-211 Vectores y matrices I PAC 2020 11

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Bases y dimensión

En R2 y R3 se puede escribir los vectores como combinación lineal de i = (1, 0) y j = (0, 1) ó i = (1, 0, 0) , j = (0, 1, 0) y k = (0, 0, 1)
respectivamente.
Definición (base)
Un conjunto finito de vectores {v1 , v2 · · · , vn } es una base para un espacio vectorial V sı́:
1. {v1 , v2 · · · , vn } es linealmente independiente.
2. {v1 , v2 · · · , vn } genera a V .
Ejemplo
Sean v1 = (1, 2, 1) , v2 = (2, 9, 0) y v3 = (3, 3, 4). Demuéstrese que el conjunto S = {v1 , v2 , v3 } es una base para R3
Solución
Para demostrar que S genera a R3 , es necesario demostrar que b = (b1 , b2 , b3 ) se puede expresar como combinación lineal:

b = k 1 v1 + k 2 v2 + k 3 v3

(b1 , b2 , b3 ) = k1 (1, 2, 1) + k2 (2, 9, 0) + k3 (3, 3, 4)

(b1 , b2 , b3 ) = (k1 + 2k2 + 3k3 , 2k1 + 9k2 + 3k3 , k1 + 4k3 )

k1 + 2k2 + 3k3 = b1
2k1 + 9k2 + 3k3 = b2
k1 + 4k3 = b3

Dado que el determinante es diferente de cero entonces los vectores generan R3

De manera similar, se probara la independencia lineal supongamos que c1 v1 + c2 v2 + c3 v3 = 0 determinaremos las constantes c1 , c2 , c3 .

c1 (1, 2, 1) + c2 (2, 9, 0) + c3 (3, 3, 4) = (0, 0, 0)

(c1 , 2c1 , c1 ) + (2c2 , 9c2 , 0) + (3c3 , 3c3 , 4c3 ) = (0, 0, 0)
(c1 + 2c2 + 3c3 , 2c1 + 9c2 + 3c3 , c1 + 4c3 ) = (0, 0, 0)
El sistema que se obtiene es:

c1 + 2c2 + 3c3 = 0
2c1 + 9c2 + 3c3 = 0
c1 + 4c3 = 0

Dado que el determinante es diferente de cero entonces los vectores son linealmente independientes.Por tanto los vectores son base para
R3
Definición (dimensión)
La dimensión de un espacio vectorial de dimensión finita V se define como el número de vectores en una base para V .
Teorema
Cualquier conjunto de n de vectores linealmente independientes en un espacio vectorial V de dimensión n constituye una base para V .
Ejemplo
Determine la dimensión del espacio vectorial V = {(x, y, z) : x + y + z = 0}
Solución
Sea v ∈ V además x + y + z = 0 =⇒ z = −x − y por lo que

MM-211 Vectores y matrices I PAC 2020 12

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

v = (x, y, z) = (x, y, −x − y) = (x, 0, −x) + (0, y, −y) = x(1, 0, −1) + y(0, 1, −1)
Existen dos vectores linealmente independientes (L.I.) S = {(1, 0, −1), (0, 1, −1)} por lo que su dimensión es 2.
Ejemplo
Determinese una base y la dimensión para el espacio de soluciones homogéneo.

2x1 + 2x2 − x3 + x5 = 0
−x1 − x2 + 2x3 − 3x4 + x5 = 0
x1 + x2 − 2x3 − x5 = 0
x3 + x4 + x5 = 0

.
Solución
Al llevar el sistema a la forma escalonada reducida se tiene:

x1 + x2 + x5 = 0
x3 + x5 = 0
x4 = 0

. Tomamos como variables libres x2 y x5

           
x1 −x2 − x5 −x2 −x5 −1 −1
x2   x 2
  x2   0  1 0
           
x3  =  −x5  =  0  + −x5  = x2  0  + x5 −1 (1)
           
x4   0   0   0  0 0
x5 x5 0 x5 0 1

Por lo que los vectores de la base son S = {(−1, 1, 0, 0, 0), (−1, 0, −1, 0, 1)} y la dimensión es 2.

Transformación lineal

Sean V y W espacios vectoriales reales. Una transformación lineal (función) T de V en W es una función que asigna a cada vector
v ∈ V un unico vector T v ∈ W y que satisface, para cada u y v en V y cada escalar α
1. T (u + v) = T (u) + T (v)

2. T (αu) = αT (u)
Ejemplo # 1
Determine si la siguiente transformación T de V en W es lineal
T(x,y,z)=(x,y)
Solución
T : R3 −→ R2 , sean u, v ∈ R3 =⇒ u = (x1 , y1 , z1 ) y v = (x2 , y2 , z2 )
T (u + v) = T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T (x1 + x2 , y1 + y2 , z1 + z2 ) = (x1 + x2 , y1 + y2 )
T (u) + T (v) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )

T (αu) = T (α(x1 , y1 , z1 )) = T (αx1 , αy1 , αz1 ) = (αx1 , αy1 )

αT (u) = αT (x1 , y1 , z1 ) = α(x1 , y1 ) = (αx1 , αy1 )

Por tanto T es transformación lineal (T.L.)

MM-211 Vectores y matrices I PAC 2020 13

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Ejemplo # 2
Determine si la siguiente transformación T de V en W es lineal
T(x,y,z)=(x2 ,y 2 )
Solución

T : R3 −→ R2 , sean u, v ∈ R3 =⇒ u = (x1 , y1 , z1 ) y v = (x2 , y2 , z2 )

T (u + v) = T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T (x1 + x2 , y1 + y2 , z1 + z2 ) = ((x1 + x2 )2 , (y1 + y2 )2 ) = (x21 + 2x1 x2 + x22 , y12 + 2y1 y2 + y22 )

T (u) + T (v) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = (x21 , y12 ) + (x22 , y22 ) = (x21 + x22 , y12 + y22 )

Como T (u + v) 6= T (u) + T (v) por tanto T no es T.L.

Ejemplo # 3
Determine si la siguiente transformación T de V en W es lineal
T(x,y,z)=(1,y,z)
Solución

T : R3 −→ R3 , sean u, v ∈ R3 =⇒ u = (x1 , y1 , z1 ) y v = (x2 , y2 , z2 )

T (u + v) = T ((x1 , y1 , z1 ) + (x2 , y2 , z2 )) = T (x1 + x2 , y1 + y2 , z1 + z2 ) = (1, y1 + y2 , z1 + z2 )

T (u) + T (v) = T (x1 , y1 , z1 ) + T (x2 , y2 , z2 ) = (1, y1 , z1 ) + (1, y2 , z2 ) = (2, y1 + y2 , z1 + z2 )

Como T (u + v) 6= T (u) + T (v) por tanto T no es T.L.

MM-211 Vectores y matrices I PAC 2020 14

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

Valores caracterı́sticos (Valores propios o autovalores)

Sea A una matriz de n × n con componentes reales.El número λ se llama valor caracterı́stico sı́:

Av = λv
Calcularemos los valores caracterı́sticos de la matriz mediante la ecuación

p(λ) = det(A − λI) = 0

Ejemplo # 1  
10 −18
Encuentre los valores caracterı́sticos de la siguiente matriz A =
6 −11
Solución
 
10 − λ −18 
p(λ) =  = 0 =⇒ (10 − λ)(−11 − λ) − (6)(−18) = 0
6 −11 − λ
Resolviendo la ecuación:

−110 − 10λ + 11λ + λ2 + 108 = 0 =⇒ λ2 + λ − 2 = 0 =⇒ (λ + 2)(λ − 1) = 0

Las ecuaciones lineales que se forman son :

λ + 2 = 0 =⇒ λ = −2
λ − 1 = 0 =⇒ λ = 1
por lo que sus valores caracteristicos son λ1 = −2 y λ2 = 1
Ejemplo # 2  
3 2
Encuentre los valores caracterı́sticos de la siguiente matriz A =
−1 0
Solución
 
3 − λ 2 
p(λ) =   = 0 =⇒ (3 − λ)(−λ) − (−1)(2) = 0
−1 −λ
Por lo que la ecuación
λ2 − 3λ + 2 = 0 =⇒ (λ − 1)(λ − 2) = 0
Resolviendo las ecuaciones resultantes:

λ − 1 = 0 =⇒ λ = 1
λ − 2 = 0 =⇒ λ = 2
Por lo que sus valores caracterı́sticos van a ser λ1 = 1 y 2 =2
Ejemplo # 3  
1 −1 4
Encuentre los valores y vectores caracterı́sticos de la siguiente matriz A = 3 2 −1
2 1 −1
Solución
 
1 − λ −1 4 

p(λ) =  3 2−λ −1  = 0 =⇒ −λ3 + 2λ2 + 5λ − 6 = 0
 2 1 −1 − λ
La ecuación se puede factorizarla (mediante división sintetica)
−(λ − 1)(λ2 − λ − 6) = 0 =⇒ −(λ − 1)(λ + 2)(λ − 3) = 0
Resolviendo las ecuaciones lineales tenemos:

λ − 1 = 0 =⇒ λ = 1

MM-211 Vectores y matrices I PAC 2020 15

 Universidad Nacional Autónoma de Honduras
Facultad de Ciencias
Escuela de Matemática y Ciencias de la Computación
Tercer Parcial

λ + 2 = 0 =⇒ λ = −2
λ − 3 = 0 =⇒ λ = 3
Los valores caracterı́sticos son λ1 = 1 , λ2 = −2 y λ3 = 3

MM-211 Vectores y matrices I PAC 2020 16