You are on page 1of 84

TEORÍA Y PROBLEMAS SELECTOS DE

ALGEBRA LINEAL Y
TEORÍA MATRICIAL
Y COMO RESOLVERLOS

✓ TEORÍA
✓ APLICACIONES
✓ PROBLEMAS PROPUESTOS
✓ EXÁMENES DE UMSA 2018 A 2010
✓ SOLUCIONARIO DE EXÁMENES
✓ PROBLEMAS DE RETO PERSONAL

CODEX
2019

TOMO II
J&J PAYE Hnos.
PROLOGO

El presente trabajo “CODEX ALGEBRA LINEAL Y TEORÍA MATRICIAL


VOL.II”, En su primera edición contiene básicamente los temas: ESPACIOS
VECTORIALES Y PRODUCTO INTERIOR, son temas que se desarrollan en
el segundo parcial en el Curso de Algebra Lineal en INGENIERÍA.

En cada capítulo se expone un resumen de enunciados de definiciones y


teoremas, seguido de ejercicios desarrollados y de reto personal.

Deseo expresar mi mas profundo agradecimiento a mí FACULTAD DE


INGENIERÍA UMSA, quien va formando profesionales para el desarrollo
Técnico y Científico de nuestros país.

JOSE PAYE CHIPANA

JOSUE PAYE CHIPANA


DEDICATORIA
“A LA PERSONA MAS IMPORTANTE EN LA VIDA DE
CADA PERSONA, A TI MAMÁ”

“A NUESTRA FACULTAD DE INGENIERÍA, A TODOS


LOS UMSISTAS DE CORAZÓN QUE AMAMOS
NUESTRA PRESTIGIOSA CASA DE ESTUDIO”

JOSE PAYE CHIPANA

JOSUE PAYE CHIPANA


POEMA: ECUACIÓN DEL AMOR

AUTOR: JOSE PAYE CHIPANA


PARA: BELEN ALEJANDRA REAS QUISPE

SOLO NECESITO UN PEDAZO DE CARBÓN


PARA ESCRIBIRLE QUE ELLA ES LA ECUACIÓN
QUE MODELA MI CORAZÓN Y DEMOSTRARLE
TODOS LOS DÍAS QUE MÍ AMOR
POR ELLA ES MAYOR AL INFINITO

A ESA NIÑA BONITA


QUE TIENE SOLUCIONES COMPLEJAS
ASÍNTOTAS NEGATIVAS PERO PARA MÍ
ES LA SOLUCIÓN PERFECTA
AL VERTE PIENSO QUE ERES
UN LIBRO DE CALCULO DIFERENCIAL E INTEGRAL

QUIERO SER TU TEOREMA FUNDAMENTAL


Y SER EL PLANO OSCULADOR QUE
ACARICIE TU DOMINIO REAL

A TI MUSA QUE VALORAS


LA VIDA TRIVIAL DE UN MATEMÁTICO DE INGENIERÍA
Y COMPRENDES EL VALOR DE MI INSPIRACIÓN YA QUE
SIN TU PRESENCIA Y COMPRESIÓN TUYA NO SERIA LA
MATRIZ IDENTIDAD DE TUS PENSAMIENTOS PARA TI MI
INTERVALO DE CONFIANZA TU AMOR ETERNO QUE ES UN
PUNTO EN ESTE MUNDO DE INFINITAS VARIABLES
CARTA PARA UNA ELECTRÓNICA DE INGENIERÍA
Nuestro vector posición es de n variables por tantas cosas que
compartimos, cada detalle que tiene tus gestos tu forma de ser he
podido asignar valores a cada detalle tuyo tal vez es porque en una
ecuación queda más historia que en una simple palabra y lo más
importante siempre le encuentras algo gracioso a todo sin duda te
puedo decir que hoy eres el factor integrante que modela la
ecuación de mis sentimientos pensé que no hay matemáticas
avanzadas para describir esto pero creo que nunca fue un problema
si no que estaba equivocado buscado relaciones en conjuntos
equivocados al final solo quiero decirte que cada vez que estemos
frente a frente veo y me demuestro que eres única: inteligente,
divertida y bonita, eres el mejor teorema de la vida que me
demuestra que existe el amor y que nuestros sentimientos
demuestran la ecuación Dirac, mi matemática favorita eres tú por
las soluciones complejas que le das a mi vida.

(  + m) ψ = 0

Dirac “si dos sistemas interaccionan entre ellos durante


cierto periodo de tiempo y luego se separan, podemos
describirlos como dos sistemas distintos, pero de una
forma sutil se vuelven un sistema único.”

Somos un sistema único tú y yo, creo que este sistema permite que
te hable de este modo la mejor regla de la cadena es la que
formamos cuando te tomo de la mano y de esta manera somos la
mejor función composición y podemos decir que tú y yo formamos
una relación de equivalencia por siempre, sabes no soy perfecto
pero sé que puedes calcular mi intervalo de confianza y
comprenderás mi error espero estar en el rango establecido tuyo
mi amada BELEN ALEJANDRA REAS QUISPE gracias por
apoyarme en lo que más me gusta y de esta manera te dedico esta
publicación.

Atentamente,
JOSE PAYE CHIPANA
Un punto en este mundo de infinitas variables

“cuando te vi se cumplió el teorema del valor medio al sonreír contigo”JP


ALGEBRA LINEAL

CODEX
TOMO II

Derecho reservados de acuerdo al

D.L.- 4118-19

AUTORES: JOSE PAYE CHIPANA

JOSUE PAYE CHIPANA

PRIMERA EDICIÓN

03 DE MARZO , 2019 LA PAZ- BOLIVIA

QUEDA AUTORIZADA LA REPRODUCCIÓN


TOTAL SIN FINES DE LUCRO

NO AL OSCURANTISMO CIENTÍFICO
NOTA: FAVOR DE NO PINTAR NI SELLAR, OBSTACULIZA AL LECTOR
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

3er
Capítulo

ESPACIO VECTORIAL
Es un conjunto infinito “V” no vacío donde sus objetos son llamados vectores sobre los que se
definen las operaciones de adición y producto por un escalar, siendo su Estructura  (V ,+,•)

¿CUANDO ES UN ESPACIO VECTORIAL?


Debe cumplir con 10 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

V = u1 , u 2 , u 3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n 
 

5 AXIOMAS PARA LA SUMA DE VECTORES


→ →
Axioma (1). Clausura Para La Suma: u1 + u 2  V
→ → → →
Axioma (2). Conmutatividad Para La Suma: u1 + u 2 = u 2 + u1

→ → → → →
Axioma (3). Asociatividad Para La Suma: u1 +  u 2 + u3  =  u1 + u 2  + u3
   
→ → → →
Axioma (4). Existencia Del Neutro “  ” Aditivo: u1 +  = u1
→ → → →
Axioma (5). Existencia Del Inverso “ u −1 ” Aditivo: u1 + u −1 = 

5 AXIOMAS PARA EL PRODUCTO POR UN ESCALAR



Axioma (6). Clausura Para El Producto: k u1  V
Axioma (7). Distributividad Del Producto Por Un Escalar Respecto A La Suma De Vectores:
→ → → →
k  u1 + u 2  = k u1 + k u 2
 
Axioma (8). Distributividad Del Producto De Un Vector Respecto A La Suma De Escalares:
→ → →
(k1 + k 2 ) u1 = k1 u1 + k 2 u1

 →
Axioma (9). Asociatividad Del Producto: (k1  k 2 )u1 = k1   k 2 u1 
 
→ →
Axioma (10). Existencia Del Neutro Para el Producto “ k * ”: k * u1 = u1  k * = 1

1
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

EJEMPLOS (MODELOS A SEGUIR)
Ejemplo (1)

 a a − b
Determine si el conjunto de matrices de la forma  , con la edición
a − b b 
matricial y la multiplicación por un escalar es un espacio vectorial.

Solución:

Debe cumplir con 10 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

V = u1 , u 2 , u 3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n 
 
Entonces escribimos los vectores a la forma indicada en este caso son matrices (para este tipo de
demostraciones suficiente con tres vectores)
→  a a1 − b1  →  a2 a2 − b2  →  a3 a3 − b3 
u1 =  1 u2 =  u3 = 
a1 − b1 b1  a2 − b2 b2  a3 − b3 b3 

5 AXIOMAS PARA LA SUMA DE VECTORES

→ →
Axioma (1). Clausura Para La Suma: u1 + u 2  V
Remplazamos nuestros vectores en el axioma y verificar
 a1 a1 − b1   a2 a2 − b2   a1 + a2 (a1 − b1 ) + (a2 − b2 )
a − b  +  = 
 1 1 b1  a2 − b2 b2  (a1 − b1 ) + (a2 − b2 ) b1 + b2 
También es 2x2 de la misma forma por tanto verifica

→ → → →
Axioma (2). Conmutatividad Para La Suma: u1 + u 2 = u 2 + u1
Remplazamos nuestros vectores en el axioma y verificar la igualdad

 a1 a1 − b1   a2 a2 − b2   a2 a2 − b2   a1 a1 − b1 
a − b + = +
 1 1 b1  a2 − b2 b2  a2 − b2 b2  a1 − b1 b1 

 a1 + a2 (a1 − b1 ) + (a2 − b2 )  a2 + a1 (a2 − b2 ) + (a1 − b1 )


(a − b ) + (a − b ) =
 (a − b ) + (a − b ) 
 1 1 2 2 b1 + b2   2 2 1 1 b2 + b1 

Se cumple la igualdad es 2x2 de la misma forma por tanto verifica

2
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA


→ → → → →
Axioma (3). Asociatividad Para La Suma: u1 +  u 2 + u 3  =  u1 + u 2  + u 3
   
Remplazamos nuestros vectores en el axioma y verificar la igualdad

 a1 a1 − b1    a 2 a 2 − b2   a3 a3 − b3     a1 a1 − b1   a 2 a 2 − b2    a3 a3 − b3 
+   +   =  + +
a − b
 1 1

b1   a 2 − b2 
b2  a3 − b3  
b3    a1 − b1 
b1  a 2 − b2  
b2   a3 − b3 b3 
 a1 a1 − b1    a 2 + a3 (a 2 − b2 ) + (a3 − b3 )   a1 + a 2 (a1 − b1 ) + (a 2 − b2 )   a3 a3 − b3 
+   =  (a − b ) + (a − b )   + a − b
a − b
 1 1 b1   (a 2 − b2 ) + (a3 − b3 ) b2 + b3   1 1 2 2 b1 + b2   3 3 b3 

 a1 + a 2 + a3 (a1 + a 2 + a3 ) − (b1 + b2 + b3 )  a1 + a 2 + a3 (a1 + a 2 + a3 ) − (b1 + b2 + b3 )


(a + a + a ) − (b + b + b ) b1 + b2 + b3  = (a + a + a ) − (b + b + b ) b1 + b2 + b3 
 1 2 3 1 2 3   1 2 3 1 2 3 
Se cumple la igualdad es 2x2 de la misma forma por tanto verifica
→ → → →
Axioma (4). Existencia Del Neutro “  ” Aditivo: u1 +  = u1

Remplazamos nuestros vectores en el axioma y se debe hallar el Neutro “  ”
→  c1 c2   a1 a1 − b1   c1 c2   a1 a1 − b1 
Si  =  → + =
c3 c4  a − b
 1 1 b1  c3 c4  a1 − b1 b1 
 a1 + c1 a1 − b1 + c2   a1 a1 − b1 
a − b + c  =
 1 1 3 b1 + c4  a1 − b1 b1 
Dos matrices son iguales si sus componentes son iguales
a1 + c1 = a1 c1 = 0
a1 − b1 + c2 = a1 − b1 c2 = 0 → 0 0 
→ → =  
a1 − b1 + c3 = a1 − b1 c3 = 0 0 0 
b1 + c4 = b1 c4 = 0
Se cumple ya que existe neutro de 2x2 de la misma forma por tanto verifica
→ → → →
Axioma (5). Existencia Del Inverso “ u −1 ” Aditivo: u1 + u −1 = 

−1
Remplazamos nuestros vectores en el axioma y se debe hallar Inverso “ u ” Aditivo

u u2   a1 a1 − b1  u1 u 2  0 0 
u −1 =  1 → + =
u3 u 4  a − b
 1 1 b1  u3 u 4  0 0
 a1 + u1 a1 − b1 + u 2  0 0
a − b + u =
 1 1 3 b1 + u 4  0 0
Dos matrices son iguales si sus componentes son iguales
a1 + u1 = 0 c1 = −a1
a1 − b1 + u 2 = 0 c2 = −(a1 − b1 ) →
 − a1 − (a1 − b1 )
→ → u −1 = 
a1 − b1 + u3 = 0 c3 = −(a1 − b1 ) − (a1 − b1 ) − b1 
b1 + u 4 = 0 c4 = −b1
Se cumple ya que existe inverso de 2x2 de la misma forma por tanto verifica
3
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

5 AXIOMAS PARA EL PRODUCTO POR UN ESCALAR

Axioma (6). Clausura Para El Producto: k u1  V
Remplazamos nuestros vectores en el axioma y verificar
 a a1 − b1   ka1 ka1 − kb1 
k 1  =
a1 − b1 b1  ka1 − kb1 kb1 
También es 2x2 de la misma forma por tanto verifica

Axioma (7). Distributividad Del Producto Por Un Escalar Respecto A La Suma De Vectores:
→ → → →
k  u1 + u 2  = k u1 + k u 2
 
Remplazamos nuestros vectores en el axioma y verificar
 a a1 − b1   a2 a2 − b2    a a1 − b1   a2 a2 − b2 
k   1 +  = k 1 +k
 a1 − b1 b1  a2 − b2 
b2   a1 − b1 b1  a2 − b2 b2 

 ka1 + ka2 (ka1 − kb1 ) + (ka2 − kb2 )  ka1 + ka2 (ka1 − kb1 ) + (ka2 − kb2 )
(ka − kb ) + (ka − kb ) kb1 + kb2  = (ka − kb ) + (ka − kb ) kb1 + kb2 
 1 1 2 2   1 1 2 2 
También es 2x2 de la misma forma por tanto verifica

Axioma (8). Distributividad Del Producto De Un Vector Respecto A La Suma De Escalares:


→ → →
(k1 + k 2 ) u1 = k1 u1 + k 2 u1
Remplazamos nuestros vectores en el axioma y verificar
 a a1 − b1   a a1 − b1   a a1 − b1 
(k1 + k 2 ) 1  = k1  1  + k2  1
a1 − b1 b1  a1 − b1 b1  a1 − b1 b1 

 (k1 + k2 )a1 (k1 + k 2 )a1 − (k1 + k 2 )b1   (k1 + k 2 )a1 (k1 + k 2 )a1 − (k1 + k2 )b1 
(k + k )a − (k + k )b  = 
 1 2 1 1 2 1 (k1 + k 2 )b1  (k1 + k 2 )a1 − (k1 + k 2 )b1 (k1 + k2 )b1 
También es 2x2 de la misma forma por tanto verifica

(k1  k 2 )u1 = k1   k 2 u1 
→ →
Axioma (9). Asociatividad Del Producto:
 
Remplazamos nuestros vectores en el axioma y verificar
 a1 a1 − b1    a a1 − b1  
(k1  k 2 )  = k1   k 2  1 
a1 − b1 b1   a1 − b1 b1  

 (k1  k 2 )a1 (k1  k 2 )a1 − (k1  k 2 )b1   (k1  k 2 )a1 (k1  k 2 )a1 − (k1  k 2 )b1 
(k  k )a − (k  k )b =
 (k  k )a − (k  k )b 
 1 2 1 1 2 1 (k1  k 2 )b1   1 2 1 1 2 1 (k1  k 2 )b1 
También es 2x2 de la misma forma por tanto verifica

4
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ →
Axioma (10). Existencia Del Neutro Para el Producto “ k * ”: k * u1 = u1  k * = 1
Remplazamos nuestros vectores en el axioma y verificar
 a a1 − b1   a1 a1 − b1 
k*  1  =
a1 − b1 b1  a1 − b1 b1 
 k * a1 k * a1 − k *b1   a1 a1 − b1 
 * =
k a1 − k b1
*
k b1  a1 − b1
*
b1 
Dos matrices son iguales si sus componentes son iguales
k *a1 = a1
k * (a1 − b1 ) = (a1 − b1 )
→ k* = 1
k (a1 − b1 ) = (a1 − b1 )
*

k *b1 = b1
Se cumple ya que existe neutro multiplicativo y verifica la unidad
 a a − b
Por tanto, las matrices de la forma  , forman espacio vectorial.
a − b b 

Ejemplo (2)

Determine si el conjunto de números reales positivos forme un espacio


vectorial con las operaciones suma: x + y = xy y la multiplicación por un
escalar con la operación x = x

Solución:

Debe cumplir con 10 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

V = u1 , u 2 , u 3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n 
 

Entonces escribimos los vectores a la forma indicada en este caso son los reales positivos (para
este tipo de demostraciones suficiente con tres vectores)
→ → →
u1 = x u 2 = y u3 = z
5 AXIOMAS PARA LA SUMA DE VECTORES
→ →
Axioma (1). Clausura Para La Suma: u1 + u 2  V
Remplazamos nuestros vectores en el axioma y verificar
x + y = xy
Si dos números reales positivos su suma también es un numero positivo como también su
producto por tanto verifica

5
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ → → →
Axioma (2). Conmutatividad Para La Suma: u1 + u 2 = u 2 + u1
Remplazamos nuestros vectores en el axioma y verificar la igualdad
x+ y = y+x
xy = yx
Se cumple la igualdad por tanto verifica
 →
 → → →→ →
Axioma (3). Asociatividad Para La Suma: u1 +  u 2 + u 3  =  u1 + u 2  + u 3
   
Remplazamos nuestros vectores en el axioma y verificar la igualdad
x + ( y + z ) = (x + y ) + z
x + ( yz) = (xy) + z
xyz = xyz
Se cumple la igualdad por tanto verifica
→ → → →
Axioma (4). Existencia Del Neutro “  ” Aditivo: u1 +  = u1

Remplazamos nuestros vectores en el axioma y se debe hallar el Neutro “  ”

Si  = c → x + c = x

cx = x → c = 1  = 1

Se cumple ya que existe neutro forma por tanto verifica


→ → → →
−1
Axioma (5). Existencia Del Inverso “ u ” Aditivo: u1 + u −1 = 

−1
Remplazamos nuestros vectores en el axioma y se debe hallar Inverso “ u ” Aditivo

u −1 =  → x +  = 1
1 →−1 1
x = 1 →  =
u =
x x
Se cumple ya que existe inverso por tanto verifica
5 AXIOMAS PARA EL PRODUCTO POR UN ESCALAR

Axioma (6). Clausura Para El Producto: k u1  V
Remplazamos nuestros vectores en el axioma y verificar
kx = x k

 sea (+ ) x = x → Es R
+  +


Con:   sea (0 ) x 0 = 1 → Es R +

 sea (− ) x = x → Es R
− 1 +

Se cumple por tanto verifica

6
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Axioma (7). Distributividad Del Producto Por Un Escalar Respecto A La Suma De Vectores:
→ → → →
k  u1 + u 2  = k u1 + k u 2
 
Remplazamos nuestros vectores en el axioma y verificar
k (x + y ) = kx + ky
(xy)k = kx + ky
x k y k = kx + ky
(kx)(ky) = kx + ky Aplicando la condición de problema
(kx) + (ky) = kx + ky
Se cumple la igualdad por tanto verifica

Axioma (8). Distributividad Del Producto De Un Vector Respecto A La Suma De Escalares:


→ → →
(k1 + k 2 ) u1 = k1 u1 + k 2 u1
Remplazamos nuestros vectores en el axioma y verificar
(k1 + k 2 )x = k1 x + k 2 x
x (k1 + k2 ) = k1 x + k 2 x
x k1 x k2 = k1 x + k 2 x Aplicando la condición de problema
k1 x + k 2 x = k1 x + k 2 x
Se cumple la igualdad por tanto verifica

(k1  k 2 )u1 = k1   k 2 u1 
→ →
Axioma (9). Asociatividad Del Producto:
 
Remplazamos nuestros vectores en el axioma y verificar
(k1  k 2 )x = k1  (k 2 x)
x (k1 k2 ) = k1  x k2 ( )
( )
x (k1 k2 ) = x k2
k1

x (k1k2 ) = x (k1k2 )
Se cumple la igualdad por tanto verifica
→ →
Axioma (10). Existencia Del Neutro Para el Producto “ k * ”: k * u1 = u1  k * = 1
Remplazamos nuestros vectores en el axioma y verificar
k*x = x
xk = x
*

k* =1
Se cumple ya que existe neutro multiplicativo y verifica la unidad
Por tanto el conjunto de números reales positivos forman un espacio vectorial con las
operaciones suma: x + y = xy y la multiplicación por un escalar con la operación x = x

7
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

SUB ESPACIOS VECTORIALES
Es un conjunto “S” no vacío donde sus objetos son llamados vectores sobre los que se definen
las operaciones de adición y producto por un escalar, siendo su Estructura  (V ,+,•)

¿CUANDO ES UN ESPACIO VECTORIAL?


Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

S = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n 
 

UN SUB ESPACIO VECTORIAL ES SUB CONJUNTO DE UN ESPACIO VECTORIAL


S V
1 AXIOMA PARA LA SUMA DE VECTORES
→ →
Axioma (1). Clausura Para La Suma: u1 + u2  S
1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR

Axioma (2). Clausura Para El Producto: k u1  S

UN SUB ESPACIO VECTORIAL ES SUB CONJUNTO DE UN ESPACIO VECTORIAL


S V

Una segunda forma de caracterizarlos a los 2 axiomas se concreta en la condición


equivalente a la anterior “S” es un subespacio vectorial de V si y sólo si se verifica que:
→ → → →
k1 , k2  R,  u1 , u2  S ; k1u1 + k2u2 W

SUB ESPACIO VECTORIAL “S” (CONDICION )


En los problemas veremos que es necesario expresar al sub espacio como conjunto con restricción
de esta manera siempre reconoceremos las condiciones del conjunto para fines prácticos lo
veremos de esta forma general


S = ESPACIO VECTORIAL / CONDICION 

8
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

EJEMPLOS (MODELOS A SEGUIR)
Ejemplo (1)
Analizar si los polinomios a 0 + a1 x + a 2 x 2 + a3 x 3 para los que a0 = 0 son
subespacios de P3

Solución:

Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

S = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n  escribimos el subespacio es su
 
forma general

  
S = ESPACIO VECTORIAL / CONDICION S = P(x) = a0 + a1 x + a2 x 2 + a3 x 3  P3 / a0 = 0 
Entonces escribimos los vectores a la forma indicada en este caso son polinomios de grado 3
(para subespacios suficiente con dos vectores)
→ →
u1 = a0 + a1 x + a2 x 2 + a3 x 3 → a0 = 0 u 2 = b0 + b1 x + b2 x 2 + b3 x 3 → b0 = 0
1 AXIOMA PARA LA SUMA DE VECTORES
→ →
Axioma (1). Clausura Para La Suma: u1 + u2  S
Remplazamos nuestros vectores en el axioma y verificar
( ) ( )
→ →
u1 + u 2 = a0 + a1 x + a2 x 2 + a3 x 3 + b0 + b1 x + b2 x 2 + b3 x 3  P3
→ →
u1 + u 2 = (a0 + b0 ) + (a1 + b1 )x + (a2 + b2 )x 2 + (a3 + b3 )x 3  P3 → (a0 + b0 ) = 0
Verificando la condición REMPLAZANDO LAS CONDICIONES: (a0 + b0 ) = 0
→ →
Con: u1 = a0 + a1 x + a2 x 2 + a3 x 3 → a0 = 0 u 2 = b0 + b1 x + b2 x 2 + b3 x 3 → b0 = 0
(a0 + b0 ) = 0
0+0 = 0
0=0
Es la misma forma por tanto verifica la condición
1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR

Axioma (2). Clausura Para El Producto: k u1  S
Remplazamos nuestros vectores en el axioma y verificar

k u1 = k (a0 + a1 x + a2 x 2 + a3 x 3 ) P3


k u1 = ka0 + ka1 x + ka2 x 2 + ka3 x 3  P3 → (a0 + b0 ) = 0

9
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Verificando la condición REMPLAZANDO LAS CONDICIONES ka0 = 0 Con:

u1 = a0 + a1 x + a2 x 2 + a3 x 3 → a0 = 0
0=0
Es la misma forma por tanto verifica la condición
POR TANTO CUMPLE LOS DOS AXIOMAS ES UN SUB ESPACIO VECTORIAL DE P3

Ejemplo (2)

Determinar si W = (x, y, z, u )  R 4 / x + y − z = 0 
y + u = 0 es Sub Espacio de
R4?

Solución:

Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

W = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n  escribimos el subespacio es su
 
forma general

  
W = ESPACIO VECTORIAL / CONDICION W = (x, y, z, u )  R 4 / x + y − z = 0 y+u =0 
Entonces escribimos los vectores a la forma indicada en este caso son polinomios de grado 3
(para subespacios suficiente con dos vectores)
→ →
u1 = ( x1 , y1 , z1 , u1 ) → x1 + y1 − z1 = 0 y1 + u1 = 0 ; u 2 = ( x2 , y2 , z 2 , u 2 ) → x2 + y2 − z 2 = 0 y2 + u 2 = 0
1 AXIOMA PARA LA SUMA DE VECTORES
→ →
Axioma (1). Clausura Para La Suma: u1 + u2  W
Remplazamos nuestros vectores en el axioma y verificar
→ →
u1 + u 2 = ( x1 , y1 , z1 , u1 ) + ( x2 , y2 , z 2 , u 2 )  W
→ →
u1 + u 2 = (x1 + x2 , y1 + y2 , z1 + z 2 , u1 + u 2 )  W → (x1 + x2 ) + ( y1 + y2 ) − (z1 + z 2 ) = 0 ( y1 + y2 ) + (u1 + u2 ) = 0
Verificando la condición (x1 + x2 ) + ( y1 + y2 ) − (z1 + z2 ) = 0 ( y1 + y2 ) + (u1 + u2 ) = 0 Con:
→ →
u1 = ( x1 , y1 , z1 , u1 ) → x1 + y1 − z1 = 0 y1 + u1 = 0 ; u 2 = ( x2 , y 2 , z 2 , u 2 ) → x2 + y 2 − z 2 = 0 y2 + u 2 = 0
REMPLAZAMOS EN LA NUEVA CONDICIÓN
(x1 + x2 ) + ( y1 + y2 ) − (z1 + z2 ) = 0 ( y1 + y2 ) + (u1 + u2 ) = 0
x1 + y1 − z1  + x2 + y2 − z2  = 0 ( y1 + u1 ) + ( y2 + u2 ) = 0
0 + 0 = 0 (0) + (0) = 0
0=0 0=0
Es la misma forma por tanto verifica la condición

10
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR

Axioma (2). Clausura Para El Producto: k u1  W
Remplazamos nuestros vectores en el axioma y verificar

k u1 = k (x1 , y1 , z1 , u1 )  W

k u1 = (kx1 , ky1 , kz1 , ku1 )  W → (kx1 ) + (ky1 ) − (kz1 ) = 0 (ky1 ) + (ku1 ) = 0
Verificando la condición (kx1 ) + (ky1 ) − (kz1 ) = 0 (ky1 ) + (ku1 ) = 0 Con:

u1 = ( x1 , y1 , z1 , u1 ) → x1 + y1 − z1 = 0
y1 + u1 = 0
k (x1 + y1 − z1 ) = 0 k ( y1 + u1 ) = 0
k (0) = 0 k (0) = 0
0=0 0=0
Es la misma forma por tanto verifica la condición
POR TANTO, CUMPLE LOS DOS AXIOMAS ES UN SUB ESPACIO VECTORIAL DE “R4”

Ejemplo (3)

Sea “V” un espacio vectorial de matrices 2x2 sobre R y W consta de todas


las matrices talque A2 = A Determine si W es un subespacio de “V”

Solución:

Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

W = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n  escribimos el subespacio es su
 
forma general W = ESPACIO VECTORIAL / CONDICION  W = A  R 2 x 2  V / A2 = A

Entonces escribimos los vectores a la forma indicada en este caso son polinomios de grado 3
(para subespacios suficiente con dos vectores)
→ →
u1 = A → A 2 = A ; u 2 = B → B 2 = B
1 AXIOMA PARA LA SUMA DE VECTORES
→ →
Axioma (1). Clausura Para La Suma: u1 + u2  W
Remplazamos nuestros vectores en el axioma y verificar
→ →
u1 + u 2 = A + B  W
→ →
u1 + u 2 = A + B  W → ( A + B ) = A + B
2

→ →
Verificando la condición ( A + B )2 = A + B Con: u1 = A → A2 = A ; u2 = B → B 2 = B

11
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

REMPLAZAMOS EN LA NUEVA CONDICIÓN
( A + B )2 = A + B
A2 + AB + BA + B 2 = A + B
A + AB + BA + B = A + B  ( A + B)  A + B
2

No Es la misma forma por tanto No verifica la condición


1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR
No es necesario verificar el axioma 2 ya que no verifico el primer axioma
Por tanto, W no es un subespacio de “V”

OPERACIONES ENTRE SUB ESPACIOS VECTORIALES


Sean W1 ,W2 , subespacios vectoriales de un espacio vectorial “V”, se definen las siguientes
operaciones entre subespacios:

INTERSECCIÓN
Sean W1 ,W2 , dos subespacios vectoriales de un espacio vectorial “V”. La intersección de dos
subespacios vectoriales se define de la siguiente forma:


W1  W2 = x V / x W1  x W2 
UNIÓN
Sean W1 ,W2 ,dos subespacios vectoriales de un espacio vectorial (V,+,.R). La unión de dos
subespacios vectoriales se define de la siguiente forma:


W1  W2 = x V / x W1  x W2 
La UNIÓN de subespacios vectoriales no siempre es un subespacio vectorial
SUMA
Ya que la UNIÓN de subespacios vectoriales no tiene por qué ser un subespacio vectorial,
necesitaríamos una operación alternativa que recoja en cierta forma la idea de JUNTAR o
AÑADIR propia de la unión, que mantenga la estructura de subespacio vectorial

Para ello se construye la operación SUMA DE SUBESPACIOS:

Sean W1 ,W2 , dos subespacios vectoriales de “V”, se define la suma de estos subespacios como:


W1 + W2 = z V / z = x + y, x W1  y W2 
12
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

SUMA DIRECTA
Cuando tenemos dos subespacios vectoriales cuya intersección es el elemento neutro del
espacio vectorial, y efectuamos la operación suma de subespacios, el subespacio resultante se
obtiene añadiendo "totalmente" los vectores de uno con los de otro, es decir se realiza una
SUMADIRECTA de subespacios.

Sea “V” un espacio vectorial y sean W1 ,W2 dos subespacios vectoriales de “V”, se define laSUMA
DIRECTA de estos subespacios al subespacio W1  W2 = W si y sólo si W1 + W2 = W y
además W1 W2 = 0 
 
W1  W2 = z  V / z = x + y, x  W1  y  W2 y W1  W2 = 0 
TEOREMA
Sea “V” un espacio vectorial y W1 ,W2 , 2 subespacios vectoriales de V. Entonces
W1  W2 y W 1+W2 también son subespacios vectoriales de V

COMBINACIÓN LINEAL

COMBINACIÓN LINEAL ES LA FORMA DE ESCRIBIR UN VECTOR COMO


RESULTANTE (SUMA DE VECTORES)

→ → → → →
 →
Sea un conjunto ““V”” V = u1 , u 2 , u3 , u 4 ,....... u n  , w que pertenece al espacio vectorial “V” y un
 
conjunto de escalares K = k1 , k 2 , k3 , ,....... k n , si puede escribir:
“Todo vector se puede escribir como la suma de un espacio vectorial multiplicado
por un escalar a cada vector”

→ → → → → →
w = k1 u1 + k 2 u2 + k3 u3 + u4 + ....... + k n un

Para que exista una combinación lineal los valores k1 , k 2 , k3 , ,....... k n deben existir para cada
→ → → → →

vector de V = u1 , u 2 , u3 , u 4 ,....... u n  del espacio “V”
 

NOTA: La combinación lineal en el ámbito de ingeniería tenemos que verla como una forma más
de escribir un sistema lineal (OBJETIVO DE LA MATERIA)

13
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

 a11 x1 + a12 x2 + ... + a1n xn = b1  a11 a12  a1n  x1   b1 
a x +a x     
 21 1 + ... + a2 n xn = b2 a a 22  a 2 n  x 2   b2 

22 2
→  21 =
           
    
   a mn  x n   bm 
am1 x1 + am 2 x2 + ... + amn xn = bm  a m1 am2

A X = B
FORMA MATRICIAL
AX Es una combinación lineal de las columnas de A

 a11   a12   a13   a1n   b1 


         
 a21   a22   a23   a2 n   b2 
AX = x1   + x2  + x3  + ..... + xn  =
         
         
a  a  a   a  b 
 m1   m2   m3   mn   m 
El Procedimiento (PASOS A SEGUIR) Para Calcular Los Escalares Que Generan La
Combinación Lineal Se Detalla En El Siguiente Ejemplo
EJEMPLOS (MODELOS A SEGUIR)
Ejemplo (1)

→ 1 0 
 es combinación lineal de: U = u1 , u 2 , u3 , u 4 ,....... u n 
→ → → → →
Sí V = M 2 x 2 .Determine si w = 
1 2   
 2 1  1 − 1  4 0
u1 =   ; u2 =   y u3 =  
 −1 0 0 1   0 3

Solución:

Como Me Piden Determinar Si Es Combinación Lineal Bastaría Con Calcular Cada Escalar Para
Cada Vector Del Espacio Vectorial “U”

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector
Entonces reconocemos:

→ 1 0 
Vector: w =  
1 2 

→ → → → →
  2 1 1 − 1  4 0
Espacio Vectorial: U = u1 , u 2 , u3 , u 4 ,....... u n  u1 =   ; u2 =   y u3 =  
   −1 0 0 1  0 3

14
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ → → → →
Combinación lineal: w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

1 0   2 1 1 − 1  4 0
  = 1   +  2   +  3  
1 2   −1 0 0 1   0 3

PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE


1 0   21 1    2 −  2   4 3 0 
  =   +   +  
1 2   −  1 0   0  2   0 3 3 
1 0   21 +  2 + 4 3 1 −  2 
  =  
1 2   − 1  2 + 3 3 

PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n

Dos matrices son iguales si sus elementos son iguales de esta manera forman un sistema lineal

21 +  2 + 4 3 = 1 2 1 4 1 
 −   1 −1  1   
 1 =0 0    0 
→  2 =
2


 1  = 1 − 1 0 0    1 
   3   
  2 + 3 3 = 2 0 1 3    2

PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Gauss Jordán Matriz Aumentada


2 1 41
1 −1 0 0
−1 0 01
0 1 32
En esta matriz por tratarse el primer ejemplo indicaremos detalladamente el procedimiento para
reducirla al mínimo este procedimiento ya se detalló en el tomo I del texto, pero es necesario
recordarlo.

Ejecutaremos una secuencia de pasos para detallar:

Paso (1) nos concentramos en la primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 2 también el de la fila 3 nos serviría
15
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente
2 1 4 1 − 2 f 2 + f1 ' 0 3 41
(1) − 1 0 0 1 −1 0 0

−1 0 0 1 f 2 + f3 ' 0 −1 0 1
0 1 32 0 1 32
Paso (2) nos concentramos en la segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()
0 (3) 4 1
1 −1 00
0 (− 1) 01
0 (1) 32
En nuestro caso escogeremos de pivote al (1) el cual anulara a la columna 2
0 3 4 1 − 3 f 4 + f1 ' 0 0 −5 −5
1 −1 0 0 f4 + f2 ' 1 0 3 2

0 −1 0 1 f4 + f3 ' 0 0 3 3
0 (1) 32 0 1 3 2
Paso (3) nos concentramos en la tercera columna de la matriz buscamos un pivote al frente de los
ceros generados ya dos veces en la fila anteriormente ente este caso solo podemos escoger entre
los valores con ()
0 0 (− 5) − 5
1 0 3 2
0 0 (3) 3
0 1 3 2
En nuestro caso antes escoger tendremos entre el (-5) o (3) escogeremos el (3) antes de esto lo
multiplicaremos por (1/3) a la fila 3 para obtener (1) el cual anulara a la columna 3
0 0 −5 −5 0 0 − 5 − 5 5 f 3 + f1 ' 0 0 0 0 5 f 3 + f1 '
1 = −1
1 0 3 2 1 0 3 2 − 3 f3 + f 2 ' 1 0 0 −1 − 3 f3 + f 2 '
→ → →  2 = −1
0 0 (3) 3 0 0 (1) 1 0 0 (1) 1
1
f3 '
3 3 = 1
0 1 3 2 0 1 3 2 − 3 f3 + f 4 ' 0 1 0 −1 − 3 f3 + f 4 '
PASO 5: ESCRIBIMOS LA COMBINACIÓN LINEAL SI LA SOLUCIÓN ES CONSISTENTE
DETERMINADO CASO CONTRARIO NO SERA COMBINACIÓN LINEAL
Escribimos el vector como combinación lineal con los 1 ,  2 ,  3 , ,....... n valores calculados
1 0   2 1  1 − 1 4 0
  = 1   +  2   +  3  
1 2  −1 0 0 1  0 3 
1 0   2 1  1 − 1 4 0
  = (− 1)  + (− 1)  + (1) 
1 2  −1 0 0 1  0 3 
Si los valores de los 1 ,  2 ,  3 , ,....... n existen entonces si es combinación lineal

16
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Ejemplo (2)


Determine si w = p ( x ) = x 2 − x + 1 es combinación lineal de: x 2 − 1, x 2 + x, x + 1

Solución:

Como Me Piden Determinar Si Es Combinación Lineal Bastaría Con Calcular Cada Escalar Para
Cada Vector Del Espacio Vectorial de “polinomios de grado 2”
PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL
Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector
Entonces reconocemos:

Vector: w = p ( x ) = x 2 − x + 1
→ → → → →

Espacio Vectorial: U = u1 , u 2 , u3 , u 4 ,....... u n  x 2 − 1, x 2 + x, x + 1 u1 = x − 1; u2 = x + x u3 = x + 1
2 2

 
→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un
Remplazamos el vector y el espacio vectorial
( ) ( )
x 2 − x + 1 = 1 x 2 −1 +  2 x 2 + x + 3 (x + 1)

PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE


x 2 − x + 1 = (1 +  2 )x 2 + ( 2 + 3 )x + (− 1 + 3 )

PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
Dos polinomios son iguales si sus coeficientes son iguales entonces el sistema lineal:

 1 +  2 = 1
 1 1 0  1   1 
  0 1 1   = − 1
 2 +  3 = −1
  2   
−  +  = 1
− 1 0 1  3   1 
 1 3

PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”
Gauss Jordán Matriz Aumentada
 1 1 0  1   1  1 1 0 1
 0 1 1   = − 1 → 0 1 1 − 1
  2   
− 1 0 1  3   1  −1 0 1 1
En esta matriz por tratarse la primera indicaremos detalladamente el procedimiento para reducirla
al mínimo este procedimiento ya se detalló en el tomo I del texto, pero es necesario recordarlo
Ejecutaremos una secuencia de pasos para detallar:

17
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Paso (1) nos concentramos en la primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1 también el de la fila 3 nos serviría
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente
(1) 1 0 1 1 1 0 1
0 1 1 −1 → 0 1 1 −1
−1 0 1 1 f1 + f 3 ' 0 1 1 2

Paso (2) nos concentramos en la segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()
1 1 0 1
0 (1) 1 −1
0 (1) 1 2
En nuestro caso escogeremos de pivote al (1) el cual anulara a la columna 2
1 1 0 1 − f 2 + f1 ' 1 0 − 1 2
0 (1) 1 −1 →0 (1) 1 −1
0 1 1 2 − f2 + f3 ' 0 0 0 3
El sistema es inconsistente por tanto no es combinación lineal.

CONJUNTO GENERADOR (CALCULO DEL SUB ESPACIO)


→ → → → →

Si los vectores V = u1 , u 2 , u 3 , u 4 ,....... u n  en un espacio vectorial “V” GENERAN “V” si todo vector en
 

“V” se puede escribir como una combinación lineal de ellos. Es decir, para todo v V , existen
escalares 1 ,  2 ,  3 , ,....... n tales que:
→ → → → →
v = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

EJEMPLO (MODELO A SEGUIR)

Determine el subespacio “S” a partir de este conjunto


GENERADOR (1,0,1,0), (1,1,0,0), (0,1,1,1)
Solución:

PROCEDIMIENTO PARA HALLAR LA CONDICIÓN DE SUB ESPACIOS

18
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

“Todo conjunto generador se puede escribir como
combinación lineal de su variable general de su espacio
vectorial”

De esta manera calcular la condición del sub espacio

Entonces reconocemos el espacio vectorial y conjunto generador

ESPACIO VECTORIAL: R 4 variable general (x, y, z, u )

CONJUNTO GENERADOR: S = (1,0,1,0), (1,1,0,0), (0,1,1,1)

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector

Entonces reconocemos:

Vector: w = ( x, y , z , u )

Espacio Vectorial: S = (1,0,1,0), (1,1,0,0), (0,1,1,1) u1 = (1,0,1,0); u2 = (1,1,0,0) y u3 = (0,1,1,1)

→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

(x, y, z, u ) = 1 (1,0,1,0)+  2 (1,1,0,0) + 3 (0,1,1,1)


PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
(x, y, z, u ) = 1 (1,0,1,0)+  2 (1,1,0,0) + 3 (0,1,1,1)
(x, y, z, u ) = (1 +  2 + 0 3 ,01 +  2 + 3 ,1 + 0 2 + 3 ,01 + 0 2 + 3 )
PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
1 +  2 + 0 3 = x 1 1 0  x
0 +  +  = y 0  1   
 1 1 1    y 
→  2 = A X = B
2 3


 1 + 0 +  = z 1 0 1    z 
  3   
2 3

 01 + 0 2 +  3 = u 0 0 1   u 

19
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

PASO 4: RESOLVEMOS EL SISTEMA LINEAL
“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius

Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H) el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado

Gauss Jordán Matriz Aumentada H = AB


1 1 0x
0 1 1y
H=
1 0 1z
0 0 1u

Paso (1) nos concentramos en la primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1 también el de la fila 3 nos serviría
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente

(1) 1 0x (1) 1 0 x
0 1 1y 0 1 1 y

(1) 0 1 z − f1 + f 3 ' 0 −1 1 z − x
0 0 1u 0 0 1 u

Paso (2) nos concentramos en la segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()

20
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 1 0 x
0 (1) 1 y
0 −1 1 z − x
0 0 1 u
En nuestro caso escogeremos de pivote al (1) el cual anulara a la columna 2
1 1 0 x − f 2 + f1 ' 1 0 −1 x − y
0 (1) 1 y 0 (1) 1 y

0 − 1 1 z − x f 2 + f3 ' 0 0 2 z−x+ y
0 0 1 u 0 0 1 u

Paso (3) nos concentramos en la tercera columna de la matriz buscamos un pivote al frente de los
ceros generados ya dos veces en la fila anteriormente ente este caso solo podemos escoger entre
los valores con ()
1 0 −1 x − y
0 1 1 y
0 0 2 z−x+ y
0 0 (1) u
En nuestro caso escogeremos (1) el cual anulara a la columna 3

1 0 −1 x − y 1 0 −1 x− y
0 1 1 y 0 1 1 y

0 0 2 z − x + y − 2 f 4 + f3 ' 0 0 0 z − x + y − 2u
0 0 (1) u 0 0 (1) u

NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL


ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA
1 0 −1 x− y
0 1 1 y
H= → H = AB
0 0 0 z − x + y − 2u
0 0 (1) u

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )

RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA

21
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Rango( A) = 3 tenemos 3 filas no nulas el rango tendría que ser Rango(A B ) = 3 para cumpla
Rango( A) = Rango(A B ) entonces z − x + y − 2u = 0 tendrá que ser cero para que exista solución
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO

CONDICIÓN DEL SUB ESPACIO: z − x + y − 2u = 0

Ahora si podemos escribir la forma general del sub espacio:



S = ESPACIO VECTORIAL / CONDICION  
S = (x, y, z, u )  R 4 / z − x + y − 2u = 0 

BASE DE UN SUB ESPACIO


¿CALCULO DE LA BASE W ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

W = ESPACIO VECTORIAL / CONDICION 
EJEMPLO (MODELO A SEGUIR)

CALCULAR LA BASE DEL SUB ESPACIO “W”


 − 3z 
W = ( x, y, z , u )  R 4 / x =
7z
y= −u 
 8 8 
SOLUCIÓN
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

W = ESPACIO VECTORIAL / CONDICION 
 − 3z 
W = ( x, y, z , u )  R 4 / x =
7z
y= −u 
 8 8 
− 3z 7z
Condición: x = y= −u
8 8
Término general del espacio vectorial: (x, y, z, u )

Remplazando la condición en el término general: (x, y, z, u ) =  − 3z , 7 z − u, z, u 


 8 8 

Tenemos dos variables z , u que podríamos extraer:

(x, y, z, u ) =  − 3z , 7 z , z,0 z  + (0u,−u,0u, u )


 8 8 

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

22
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

NOTA: SI DESEAN FACTORIZAR EL DENOMINADOR DE LAS FRACCIONES DEL VECTOR LO
PODRÍAN HACER YA QUE SOLO NECESITAMOS LA DIRECCIÓN EN NUESTRO PROBLEMAS NO LO

AREMOS YA QUE REPRESENTA LO MISMO ( x, y, z , u ) = (− 3,7,8,0) + u (0,−1,0,1)


z
8

(x, y, z, u ) = z − 3 , 7 ,1,0  + u (0,−1,0,1)


 8 8 

La BASE W son los vectores que generan la combinación lineal


 − 3 7  
Base(W ) =  , ,1,0 ; (0,−1,0,1)
 8 8  

DIMENSIÓN DE LA BASE “Dim()”


Es el número de vectores no nulos que tiene una base
→ → → → →

BASE = u1 , u 2 , u3 , u 4 ,....... u n  Dim(BASE ) = n
 

Dim(W + T ) = Dim(W ) + Dim(T ) − Dim(W  T )


Dim(W  T ) = Dim(W ) + Dim(T )

TEOREMA:
Sea V un espacio vectorial sobre k de dimensión finita, si W es un subespacio
propio de V, entonces:

V 
Dim  = Dim(V ) − Dim(W )
W 

INDEPENDENCIA LINEAL
→ → → → →
 →
Sea un conjunto ““V”” V = u1 , u 2 , u3 , u 4 ,....... u n  , w que pertenece al espacio vectorial “V” y un
 
conjunto de escalares K = k1 , k 2 , k3 , ,....... k n , todos los escalares son cero :
“Todo vector se puede escribir como la suma de un espacio vectorial multiplicado
por un escalar a cada vector”

→ → → → → →
0 = k1 u1 + k2 u2 + k3 u3 + u4 + ....... + kn un
SISTEMA HOMOGÉNEO
AK  = 0
FORMA MATRICIAL
23
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

LINEALMENTE INDEPENDIENTE: A  0
LINEALMENTE DEPENDIENTE: A = 0

NOTA: SI UN CONJUNTO ES LINEALMENTE INDEPENDIENTE ES BASE (GENERADOR)

 a11   a12   a13   a1n   0 


         
 a21   a22   a23   a2 n   0 
AK = k1  + k2  + k3  + ..... + k n  =
        
         
a  a  a   a  0
 m1   m2   m3   mn   
TEOREMA
Dos vectores en un espacio vectorial son linealmente dependientes si y solo si uno es
múltiplo escalar del otro

EJEMPLO (MODELO A SEGUIR)


Ejemplo (1)

Determine si son linealmente independientes, generador o base


P2 = 1 − x − x 2 , x + x 2 ,2 − x + x 2 

Solución:

Como Me Piden Determinar Si Es linealmente independientes Bastaría Con verificar la condición


LINEALMENTE INDEPENDIENTE: A  0

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector
Entonces reconocemos:
→ →
Vector: w = 0 en este caso son polinomios w = 0 x 2 + 0 x + 0

( )
Espacio Vectorial: P2 = 1 − x − x 2 , x + x 2 ,2 − x + x 2  u1 = 1 − x − x ; u2 = x + x
2 2
( )y (
u3 = 2 − x + x 2 )
→ → → → →
Combinación lineal: w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

24
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

( ) ( )
0x2 + 0x + 0 = 1 1 − x − x2 +  2 x + x2 + 3 2 − x + x2 ( )
PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
( ) (
0x 2 + 0x + 0 = 1 − x1 − x 21 + x 2 + x 2 2 + 23 − x3 + x 23 ) ( )
0 x 2 + 0x + 0 = x 2 (− 1 +  2 + 3 ) + x(− 1 +  2 − 3 ) + (1 + 23 )

PASO 3: IGUALAMOS LOS POLINOMIOS PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n

Dos matrices son iguales si sus elementos son iguales de esta manera forman un sistema lineal

−  1 +  2 +  3 = 0
−  +  −  = 0  − 1 1 1   1   0 
 1

2 3
→ − 1 1 − 1  2  = 0 AK  = 0
1 + 2 3 =1
 1 0 2   3  0


PASO 4: CALCULAMOS LA DETERMINANTE DE LA MATRIZ DE COEFICIENTES


− 1 1 1  −1 1 1
A = − 1 1 − 1 → A = − 1 1 − 1
 1 0 2  1 0 2
APLICANDO REDUCCIÓN POR CHÍO
1
−1 1 1 f 3 + f1 ' 0 1 3 − f 2 + f1 ' 0 0 2
2
f1 ' 0 0 (1)
− 1 1 − 1 f3 + f 2 ' → 0 (1) 1 →0 1 1 → (2) 0 1 1
(1) 0 2 1 0 2 1 0 2 1 0 2
APLICAMOS COFACTORES A LA FILA 1 LA REGLA DE SIGNOS:
0 0 (1)
0 1
A = 2 0 1 1 = (2)(1) = (2)(1)(0 + 1) A = 2
1 0
1 0 2
LINEALMENTE INDEPENDIENTE:
A  0 → 2  0 POR TANTO ES LINEALMENTE INDEPENDIENTE Y
TAMBIÉN ES BASE

Ejemplo (2)

25
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Para que valores de  el siguiente conjunto de polinomios es una base en el
subespacio vectorial “ P2 ” C = (1 +  )x 2 + 4 x + 4;4 x 2 + (1 +  )x + 4;4 x 2 + 4 x + (1 +  )

Solución:

Como Me Piden Determinar Si Es BASE Bastaría Con verificar la condición LINEALMENTE


INDEPENDIENTE: A  0

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector
Entonces reconocemos:
→ →
Vector: w = 0 en este caso son polinomios w = 0 x 2 + 0 x + 0

Espacio Vectorial: C = (1 +  )x 2 + 4 x + 4;4 x 2 + (1 +  )x + 4;4 x 2 + 4 x + (1 +  )


( ) ( ) (
u1 = (1 +  )x 2 + 4 x + 4 ; u2 = 4 x 2 + (1 +  )x + 4 y u3 = 4 x 2 + 4 x + (1 +  ) )

→ → → → →
Combinación lineal: w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

( ) ( ) (
0x 2 + 0x + 0 = 1 (1 +  )x 2 + 4x + 4 +  2 4x 2 + (1 +  )x + 4 + 3 4x2 + 4x + (1 +  ) )
PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
0x2 + 0x + 0 = x2 ((1 +  )1 + 4 2 + 43 )+ x(41 + (1 +  ) 2 + 43 )+ (41 + 4 2 + (1 +  )3 )

PASO 3: IGUALAMOS LOS POLINOMIOS PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n

Dos matrices son iguales si sus elementos son iguales de esta manera forman un sistema lineal

(1 +  )1 + 4 2 + 4 3 = 0 (1 +  ) 4 4  1  0


  4
41 + (1 +  ) 2 + 4 3 = 0 →  (1 +  ) 4   2  = 0 AK  = 0
4 + 4 + (1 +  ) = 0  4 (1 +  )  3  0
 1 2 3 4

PASO 4: CALCULAMOS LA DETERMINANTE DE LA MATRIZ DE COEFICIENTES


(1 +  ) 4 4  (1 +  ) 4 4

A= 4 
(1 +  ) 4  → A = 4 (1 +  ) 4
 4 4 (1 +  ) 4 4 (1 +  )
26
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

APLICANDO REDUCCIÓN POR CHÍO MATRIZ SIMÉTRICA SUMAMOS TODAS LAS
COLUMNAS A LA PRIMERA
(1 +  ) 4 4 C3 + C1 ' (1 +  ) + 8 4 4 1 4 4
4 (1 +  ) 4 C2 + C1 ' → (1 +  ) + 8 (1 +  ) 4 = ((1 +  ) + 8)1 (1 +  ) 4
4 4 (1 +  ) (1 +  ) + 8 4 (1 +  ) 1 4 (1 +  )

1 4 4 − f 3 + f1 ' 0 0 4 − (1 +  )
A = ((1 +  ) + 8)1 (1 +  ) 4 → A = ((1 +  ) + 8) 1 (1 +  ) 4
1 4 (1 +  ) 1 4 (1 +  )

APLICAMOS COFACTORES A LA FILA 1 LA REGLA DE SIGNOS:


1 1+ 
A = ( + 9)(3 −  ) → A = ( + 9 )(3 −  )(4 − (1 +  )) A = ( + 9)(3 −  )(3 −  )
1 4
LINEALMENTE INDEPENDIENTE:
  −9
A  0 → ( + 9 )(3 −  )(3 −  )  0 → con estos valores de  es BASE
  −3

PROBLEMAS (OBSTACULOS DE DESARROLLO)

PROBLEMA (1)

Analice si W = (x, y, z )  R 3 / x + y = 0 
x − z = 0 es Sub Espacio de R3? .
Encuentre una base y dimensión

Solución:

Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

W = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n  escribimos el subespacio es su
 
forma general


W = ESPACIO VECTORIAL / CONDICION  
W = ( x, y , z )  R 3 / x + y = 0 x−z =0 

Entonces escribimos los vectores a la forma indicada en este caso son vectores (para
subespacios suficiente con dos vectores)
→ →
u1 = ( x1 , y1 , z1 ) → x1 + y1 = 0 y1 − z1 = 0 ; u 2 = ( x2 , y2 , z 2 ) → x2 + y2 = 0 y2 − z 2 = 0
1 AXIOMA PARA LA SUMA DE VECTORES
27
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ →
Axioma (1). Clausura Para La Suma: u1 + u2  W
Remplazamos nuestros vectores en el axioma y verificar
→ →
u1 + u 2 = ( x1 , y1 , z1 ) + ( x2 , y2 , z 2 )  W
→ →
u1 + u 2 = ( x1 + x2 , y1 + y2 , z1 + z 2 )  W → (x1 + x2 ) + ( y1 + y2 ) = 0 ( y1 + y2 ) − (z1 + z2 ) = 0

Verificando la condición (x1 + x2 ) + ( y1 + y2 ) = 0 ( y1 + y2 ) − (z1 + z2 ) = 0 Con:;


→ →
u1 = ( x1 , y1 , z1 ) → x1 + y1 = 0 y1 − z1 = 0 ; u 2 = ( x2 , y2 , z 2 ) → x2 + y2 = 0 y2 − z 2 = 0

REMPLAZAMOS EN LA NUEVA CONDICIÓN


(x1 + x2 ) + ( y1 + y2 ) = 0 ( y1 + y2 ) − (z1 + z2 ) = 0
x1 + y1  + x2 + y2  = 0 ( y1 − z1 ) + ( y2 − z2 ) = 0
0 + 0 = 0 (0) + (0) = 0
0=0 0=0
Es la misma forma por tanto verifica la condición
1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR

Axioma (2). Clausura Para El Producto: k u1  W
Remplazamos nuestros vectores en el axioma y verificar

k u1 = k (x1 , y1 , z1 )  W

k u1 = (kx1 , ky1 , kz1 )  W → (kx1 ) + (ky1 ) = 0 (ky1 ) − (kz1 ) = 0
Verificando la condición (kx1 ) + (ky1 ) = 0 (ky1 ) − (kz1 ) = 0 Con:

u1 = ( x1 , y1 , z1 ) → x1 + y1 = 0 y1 − z1 = 0
(kx1 ) + (ky1 ) = 0 (ky1 ) − (kz1 ) = 0
k (x1 + y1 ) = 0 k ( y1 − z1 ) = 0
0=0 0=0
Es la misma forma por tanto verifica la condición

POR TANTO CUMPLE LOS DOS AXIOMAS ES UN SUB ESPACIO VECTORIAL DE “R3”


Para hallar la Base y Dimensión del subespacio W = (x, y, z )  R 3 / x + y = 0 
x − z = 0 Se
remplaza la condición en el espacio general:

Condiciones: x + y = 0 x − z = 0 Espacio Vectorial: (x, y, z )  R 3


28
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Hallamos la solución de la condición ya que las condiciones forman una solución paramétrica
al tener más variables que numero de ecuaciones entonces dejemos en función de una
variable (solución paramétrica)  − x = y x = z y remplazamos en el Espacio Vectorial
General:

(x, y, z ) = (x,−x, x) Escribimos como combinación lineal (x, y, z ) = x(1,−1,1)


La base del subespacio “W” es: Bw = (1,−1,1)
Su dimensión es el número de vectores de la Base Dim(Bw ) = 1

PROBLEMA (2)

Dados los subespacios en R4 definidos por:



S = (x, y, z, u )  R 4 / 2 x + 2 y − z + 2u = 0 
T = (x, y, z, u )  R
/ 3x − y + 2 z − u = 0
4

Demostrar que S  T Es un Sub Espacio de R4 y luego hallar Encuentre una
base y dimensión

Solución:

Primero hallaremos el nuevo subespacio S  T para luego demostrar si es o no un subespacio


(con los 2 axiomas) y paso seguido hallaremos su base y dimensión.

INTERSECCIÓN

 
T  S = x  V / x  T  x  S Si Queremos Intersectar Dos Sub Espacios Tenemos Que Intersectar
Sus Condiciones

S → 2 x + 2 y − z + 2u = 0 condición de “S” T → 3x − y + 2 z − u = 0 condición de “T”

2 x + 2 y − z + 2u = 0
T  S LA INTERSECCIÓN SIEMPRE FORMA UN SISTEMA DE ECUACIONES LINEALES: 
 3x − y + 2 z − u = 0

 x
 
 2 2 − 1 2   y  0 
Escribimos en su forma matricial:   = 
3 − 1 2 − 1  z  0
 
u 

Hallamos la solución del sistema el sistema no tiene solución única ya que existen más variables
que ecuaciones entonces tiene solución paramétrica también nos indica dicha situación la matriz
de coeficientes no es cuadrada entonces para encontrar una solución la volvemos cuadrada
haciendo 2 variables constante cualquier variable nosotros aremos constantes a z, u
29
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

z=z
2 2   x   z − 2u 
→   =  
u =u 3 − 1  y  − 2 z + u 
Ahora nuestra matriz de coeficientes es cuadrada de esta manera será más simple la solución
Resolvemos el sistema por Gauss- Jordan
Aplicando la matriz aumentada
2 2   x   z − 2u 
3 − 1  y  = − 2 z + u 
    
Aplicando la matriz aumentada
2 2 z − 2u 1 f1 ' z − 2u
2 1 1 − f 2 + f1 '
3 − 1 − 2z + u 2
0 1 7 z − 8u
1 1 z − 2u 8
2
3 − 1 − 2 z + u − 3 f1 + f 2 ' − 3z
1 0 8
z − 2u
1 1 0 1 7 z − 8u
2
8
0 − 4 − 7 z + 8u − 3 f1 + f 2 '
2
− 3z
x=
z − 2u 8
7z
1 1 2 y= −u
1 8
0 − 4 − 7 z + 8u f1 '
−4
2

Ya teniendo la solución del sistema podemos escribir el sub espacio de intersección S  T


 − 3z 
S  T = ( x, y, z , u )  R 4 / x =
7z
y= − u  AHORA TENEMOS QUE VERIFICAR SI ES UN
 8 8 
SUB ESPACIO S  T
¿ES UN SUB ESPACIO S  T ?
Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de vectores
→ → → → →

S  T = u1 , u 2 , u3 , u 4 ,....... u n  el otro de escalares K = k1 , k 2 , k3 , ,....... k n  escribimos el subespacio es
 
su forma general

  
S  T = ESPACIO VECTORIAL / CONDICION S  T = ( x, y, z , u )  R 4 / x =
− 3z
y=
7z
−u


 8 8 

Entonces escribimos los vectores a la forma indicada en este caso son vectores de R 4 (para
subespacios suficiente con dos vectores)
→ − 3 z1 → − 3z 2
u1 = ( x1 , y1 , z1 , u1 ) → x1 = y1 = 1 − u1 ; u 2 = (x2 , y2 , z 2 , u 2 ) → x2 =
7z 7z
y2 = 2 − u 2
8 8 8 8
1 AXIOMA PARA LA SUMA DE VECTORES
30
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ →
Axioma (1). Clausura Para La Suma: u1 + u2  S  T
Remplazamos nuestros vectores en el axioma y verificar
→ →
u1 + u 2 = ( x1 , y1 , z1 , u1 ) + (x2 , y2 , z 2 , u 2 )  S  T
→ → − 3( z1 + z 2 ) 7( z1 + z 2 )
u1 + u 2 = (x1 + x2 , y1 + y2 , z1 + z 2 , u1 + u 2 )  S  T → x1 + x2 = y1 + y2 = − (u1 + u 2 )
8 8

− 3(z1 + z 2 ) 7( z1 + z 2 )
Verificando la condición x1 + x2 = y1 + y2 = − (u1 + u2 ) Con:
8 8
→ − 3 z1 → − 3z 2
u1 = ( x1 , y1 , z1 , u1 ) → x1 = y1 = 1 − u1 ; u 2 = ( x2 , y2 , z 2 , u 2 ) → x2 =
7z 7z
y2 = 2 − u2
8 8 8 8
REMPLAZAMOS EN LA NUEVA CONDICIÓN
− 3(z1 + z 2 ) 7( z1 + z 2 )
x1 + x2 = y1 + y2 = − (u1 + u2 )
8 8
 − 3 z1   − 3 z 2  − 3( z1 + z 2 )  7 z1   7z  7( z1 + z 2 )
 + =  − u  +  2 − u2  = − (u1 + u 2 )
 8   8  8  8   8  8
− 3( z1 + z 2 ) − 3(z1 + z 2 )
7(z1 + z 2 ) 7( z1 + z 2 )
= − (u1 + u 2 ) = − (u1 + u 2 )
8 8 8 8
Es la misma forma por tanto verifica la condición
1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR

Axioma (2). Clausura Para El Producto: k u1  S  T
Remplazamos nuestros vectores en el axioma y verificar

k u1 = k (x1 , y1 , z1 , u1 )  S  T
→ − 3kz1
k u1 = (kx1 , ky1 , kz1 , ku1 )  S  T → kx1 =
7kz1
ky1 = − ku1
8 8
− 3kz1 7kz1
Verificando la condición kx1 = ky1 = − ku1 Con:
8 8
→ − 3 z1
u1 = ( x1 , y1 , z1 , u1 ) → x1 =
7z
y1 = 1 − u1
8 8
 − 3 z1  − 3kz1  7z  7 kz1
k = k  1 − u1  = − ku1
 8  8  8  8
7 kz1 − 3kz1 − 3kz1
7 kz1
− ku1 = = − ku1
8 8 8 8
Es la misma forma por tanto verifica la condición
POR TANTO S T CUMPLE LOS DOS AXIOMAS ES UN SUB ESPACIO VECTORIAL
BASE
¿CALCULO DE LA BASE S T ?

31
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

S  T = ESPACIO VECTORIAL / CONDICION 

 − 3z 
S  T = ( x, y, z , u )  R 4 / x =
7z
y= −u 
 8 8 

− 3z 7z
Condición: x = y= −u
8 8
Término general del espacio vectorial: (x, y, z, u )

Remplazando la condición en el término general: (x, y, z, u ) =  − 3z , 7 z − u, z, u 


 8 8 
Tenemos dos variables z , u que podríamos extraer:

(x, y, z, u ) =  − 3z , 7 z , z,0 z  + (0u,−u,0u, u )


 8 8 
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

NOTA: SI DESEAN FACTORIZAR EL DENOMINADOR DE LAS FRACCIONES DEL VECTOR LO


PODRÍAN HACER YA QUE SOLO NECESITAMOS LA DIRECCIÓN EN NUESTRO PROBLEMAS NO LO

AREMOS YA QUE REPRESENTA LO MISMO ( x, y, z , u ) = (− 3,7,8,0) + u (0,−1,0,1)


z
8

(x, y, z, u ) = z − 3 , 7 ,1,0  + u (0,−1,0,1)


 8 8 

La BASE S T son los vectores que generan la combinación lineal

 − 3 7  
Base(S  T ) =  , ,1,0 ; (0,−1,0,1)
 8 8  

DIMENSIÓN: Es el número de vectores no nulos de la base Dim(S T ) = 2

 − 3 7  
Base(S  T ) =  , ,1,0 ; (0,−1,0,1) Dim(S T ) = 2
 8 8  

PROBLEMA (3)

32
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Dados los subespacios W1 , W2 de R4, hallar la intercesión de estos
subespacios, probar que es un sub espacio de R4, determinar una base y
dimensión de este sub espacio.
 
W1 = (x, y, z, u )  R 4 / x − 2 y + 3z − u = 0 W2 esta generado por el conjunto de
vectores S = (1,0,1,0), (1,1,0,0), (0,1,1,1)

Solución:

Para hallar W1  W2 los subespacios deben estar escrito siempre en su forma general los dos
sub espacios 
W = ESPACIO VECTORIAL / CONDICION 
Entonces escribimos los sub espacios en su forma general

 
W1 → W1 = (x, y, z, u )  R 4 / x − 2 y + 3z − u = 0

W2 → ? No tenemos su forma general tenemos que hallarla ya que nos da un conjunto


generador S = (1,0,1,0), (1,1,0,0), (0,1,1,1) recordamos que un sub espacio tiene condición entonces
calculemos la condición.

PROCEDIMIENTO PARA HALLAR LA CONDICIÓN DE SUB ESPACIOS

“Todo conjunto generador se puede escribir como


combinación lineal de su variable general de su espacio
vectorial”

De esta manera calcular la condición del sub espacio

Entonces reconocemos el espacio vectorial y conjunto generador

ESPACIO VECTORIAL: R 4 variable general (x, y, z, u )

CONJUNTO GENERADOR: S = (1,0,1,0), (1,1,0,0), (0,1,1,1)

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector

Entonces reconocemos:
33
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA


Vector: w = ( x, y , z , u )

Espacio Vectorial: S = (1,0,1,0), (1,1,0,0), (0,1,1,1) u1 = (1,0,1,0); u2 = (1,1,0,0) y u3 = (0,1,1,1)

→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

(x, y, z, u ) = 1 (1,0,1,0)+  2 (1,1,0,0) + 3 (0,1,1,1)


PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
(x, y, z, u ) = 1 (1,0,1,0)+  2 (1,1,0,0) + 3 (0,1,1,1)
(x, y, z, u ) = (1 +  2 + 0 3 ,01 +  2 + 3 ,1 + 0 2 + 3 ,01 + 0 2 + 3 )
PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
1 +  2 + 0 3 = x 1 1 0  x
0 +  +  = y 0  1   
 1  1 1    y 

2 3
→ 2 = A X = B
  + 0 +  = z 1 0 1    z 
  3   
1 2 3

 01 + 0 2 +  3 = u 0 0 1   u 

PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius

Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H) el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado

Gauss Jordán Matriz Aumentada H = AB

34
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 1 0x
0 1 1y
H=
1 0 1z
0 0 1u
Paso (1) nos concentramos en el primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1 también el de la fila 3 nos serviría
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente
(1) 1 0 x (1) 1 0 x
0 1 1y 0 1 1 y

(1) 0 1 z − f1 + f 3 ' 0 −1 1 z − x
0 0 1u 0 0 1 u
Paso (2) nos concentramos en el segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()
1 1 0 x
0 (1) 1 y
0 −1 1 z − x
0 0 1 u
En nuestro caso escogeremos de pivote al (1) el cual anulara a la columna 2
1 1 0 x − f 2 + f1 ' 1 0 −1 x − y
0 (1) 1 y 0 (1) 1 y

0 − 1 1 z − x f 2 + f3 ' 0 0 2 z−x+ y
0 0 1 u 0 0 1 u

Paso (3) nos concentramos en la tercera columna de la matriz buscamos un pivote al frente de los
ceros generados ya dos veces en la fila anteriormente ente este caso solo podemos escoger entre
los valores con ()
1 0 −1 x − y
0 1 1 y
0 0 2 z−x+ y
0 0 (1) u
En nuestro caso escogeremos (1) el cual anulara a la columna 3

1 0 −1 x − y 1 0 −1 x− y
0 1 1 y 0 1 1 y

0 0 2 z − x + y − 2 f 4 + f3 ' 0 0 0 z − x + y − 2u
0 0 (1) u 0 0 (1) u

NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL


ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA

35
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 0 −1 x− y
0 1 1 y
H= → H = AB
0 0 0 z − x + y − 2u
0 0 (1) u

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )

RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA

Rango( A) = 3 tenemos 3 filas no nulas el rango tendría que ser Rango(A B ) = 3 para cumpla
Rango( A) = Rango(A B ) entonces z − x + y − 2u = 0 tendrá que ser cero para que exista solución
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO

CONDICIÓN DEL SUB ESPACIO: z − x + y − 2u = 0

Ahora si podemos escribir la forma general del sub espacio:



W = ESPACIO VECTORIAL / CONDICION  
W2 = (x, y, z, u )  R 4 / z − x + y − 2u = 0 
Entonces escribimos los sub espacios en su forma general

 
W1 → W1 = (x, y, z, u )  R 4 / x − 2 y + 3z − u = 0  
W2 → W2 = (x, y, z, u )  R 4 / z − x + y − 2u = 0

INTERSECCIÓN

 
W1  W2 = x  W / x  W1  x  W2 Si Queremos Intersectar Dos Sub Espacios Tenemos Que
Intersectar Sus Condiciones

W1 → x − 2 y + 3z − u = 0 Condición de “ W1 ” W2 → z − x + y − 2u = 0 condición de “ W2 ”

 x − 2 y + 3z − u = 0
W1  W2 LA INTERSECCIÓN SIEMPRE FORMA UN SISTEMA DE ECUACIONES LINEALES: 
 z − x + y − 2u = 0

 x
 
 1 − 2 3 − 1   y  0 
Escribimos en su forma matricial:   = 
 − 1 1 1 − 2   z  0 
 
u 

Hallamos la solución del sistema el sistema no tiene solución única ya que existen más variables
que ecuaciones entonces tiene solución paramétrica también nos indica dicha situación la matriz
36
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

de coeficientes no es cuadrada entonces para encontrar una solución la volvemos cuadrada
haciendo 2 variables constante cualquier variable nosotros aremos constantes a z, u
z=z  1 − 2  x   − 3 z + u 
→   =  
u=u − 1 1   y  − z + 2u 
Ahora nuestra matriz de coeficientes es cuadrada de esta manera será más simple la solución
Resolvemos el sistema por Gauss- Jordan
Aplicando la matriz aumentada
 1 − 2  x   − 3 z + u 
− 1 1   y  = − z + 2u 
    
Aplicando la matriz aumentada
1 − 2 − 3z + u 1 0 5 z − 5u
−1 1 − z + 2u f1 + f 2 ' 0 1 4 z − 3u
1 − 2 − 3z + u
x = 5 z − 5u
0 − 1 − 4 z + 3u f1 + f 2 '
y = 4 z − 3u
1 − 2 − 3z + u − 2 f1 + f 2 '
0 − 1 − 4 z + 3u − f1 '

Ya teniendo la solución del sistema podemos escribir el sub espacio de intersección W1  W2 :


 x = 5 z − 5u 
W1  W2 = ( x, y, z , u )  R 4 / 
 y = 4 z − 3u 
BASE
¿CALCULO DE LA BASE W1  W2 ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

W1  W2 = ESPACIO VECTORIAL / CONDICION 

 x = 5 z − 5u 
W1  W2 = ( x, y, z , u )  R 4 / 
 y = 4 z − 3u 

x = 5 z − 5u
Condición:
y = 4 z − 3u
Término general del espacio vectorial: (x, y, z, u )
Remplazando la condición en el término general: (x, y, z, u ) = (5z − 5u,4z − 3u, z, u )
Tenemos dos variables z, u que podríamos extraer:
(x, y, z, u ) = (5z,4z, z,0z ) + (− 5u,−3u,0u, u )
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base
(x, y, z, u ) = z(5,4,1,0) + u(− 5,−3,0,1)
37
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

La BASE W1  W2 son los vectores que generan la combinación lineal
Base(W1 W2 ) = (5,4,1,0); (− 5,−3,0,1)
DIMENSIÓN: Es el número de vectores no nulos de la base Dim(W1 W2 ) = 2

Base(W1 W2 ) = (5,4,1,0); (− 5,−3,0,1) Dim(W1 W2 ) = 2

PROBLEMA (4)
( )
Determine en R 3 ,+, un vector que genere la intersección de:
 
U = (x,0, z )  R / x, z  R 3 y W = (1,2,3); (1,−1,1)
3

Solución:

Para hallar U W los subespacios deben estar escrito siempre en su forma general los dos sub
espacios 
W = ESPACIO VECTORIAL / CONDICION 
Entonces escribimos los sub espacios en su forma general

 
U → U = (x,0, z )  R / x, z  R Este sub espacio lo escribiremos de una forma mas entendible
3 3

U → U = (x, y, z )  R /y=0 
3

W → ? No tenemos su forma general tenemos que hallarla ya que nos da un conjunto generador
W = (1,2,3); (1,−1,1) recordamos que un sub espacio tiene condición entonces calculemos la
condición.

PROCEDIMIENTO PARA HALLAR LA CONDICIÓN DE SUB ESPACIOS

“Todo conjunto generador se puede escribir como


combinación lineal de su variable general de su espacio
vectorial”

De esta manera calcular la condición del sub espacio

Entonces reconocemos el espacio vectorial y conjunto generador

ESPACIO VECTORIAL: R3 variable general (x, y, z )

CONJUNTO GENERADOR: W = (1,2,3); (1,−1,1)

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL

38
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector

Entonces reconocemos:

Vector: w = ( x, y , z )
Espacio Vectorial: W = (1,2,3); (1,−1,1) u1 = (1,2,3); u2 = (1,−1,1)
→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un
Remplazamos el vector y el espacio vectorial
(x, y, z ) = 1 (1,2,3)+ 2 (1,−1,1)
PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
(x, y, z ) = (1,21,31 )+ ( 2 ,− 2 , 2 )
(x, y, z ) = (1 +  2 ,21 −  2 ,31 +  2 )
PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
1 +  2 = x
2 −  = y 1 1   x
 1   1   

2
→ 2 − 1   =  y  A X = B
 +  = 
3 1   2   z 
 3 1 2 z


PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius

Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H) el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado

Gauss Jordán Matriz Aumentada H = AB

39
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 1 x
H = 2 −1 y
3 1 z

Paso (1) nos concentramos en la primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente
(1) 1 x (1) 1 x
2 − 1 y − 2 f1 + f 2 ' → 0 − 3 y − 2x
3 1 z − 3 f1 + f 3 ' 0 − 2 z − 3x

Paso (2) nos concentramos en el segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()
1 1 x
0 − 3 y − 2x
0 (− 2) z − 3x
En nuestro caso escogeremos de pivote al (-2) y (-3) el cual anulara a la columna 2
1 1 x 1 1 x 1 1 x
−1 −y 2 −y 2
0 (− 3) y − 2 x f1 ' → 0 1 + x →0 1 + x
3 3 3 3 3
0 (− 2 ) z − 3x − 1 0 1 − z 3 − f 2 + f3 ' 0 0 5 y z
f3 ' + x x+ −
2 2 2 6 3 2

NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL


ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA
1 1 x
−y 2
H =0 1 + x → H = AB
3 3
0 05 y z
x+ −
6 3 2

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )
RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA

Rango( A) = 2 Tenemos 2 filas no nulas el rango tendría que ser Rango(A B ) = 2 para cumpla

Rango( A) = Rango(A B ) entonces


5 y z
x + − = 0 tendrá que ser cero para que exista solución
6 3 2
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO
40
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

5 y z
CONDICIÓN DEL SUB ESPACIO: x+ − =0
6 3 2

Ahora si podemos escribir la forma general del sub espacio:



W = ESPACIO VECTORIAL / CONDICION   
W = ( x, y, z )  R 3 / x + − = 0
5 y z
 6 3 2 

Entonces escribimos los sub espacios en su forma general

 
U → U = ( x, y , z )  R / y = 0
3  
W → W = ( x, y , z )  R 3 / x + − = 0
5 y z
 6 3 2 

INTERSECCIÓN

 
U  W = x W / x U1  x W Si Queremos Intersectar Dos Sub Espacios Tenemos Que
Intersectar Sus Condiciones

5 y z
U → y = 0 condición de “ U ” W→ x + − = 0 condición de “ W ”
6 3 2

 y=0

U W LA INTERSECCIÓN SIEMPRE FORMA UN SISTEMA DE ECUACIONES LINEALES:  5 y z
x+ − =0

6 3 2

0 1 0   x  0 
Escribimos en su forma matricial:  5 1 − 1  y  =  
 6  
2   z   
0
3

Hallamos la solución del sistema el sistema no tiene solución única ya que existen más variables
que ecuaciones entonces tiene solución paramétrica también nos indica dicha situación la matriz
de coeficientes no es cuadrada entonces para encontrar una solución la volvemos cuadrada
haciendo 1 variable constante cualquier variable nosotros aremos constantes a z
0 1 x  0 
z = z → 5 1  = 1 
 6 3   y   2 z 
Ahora nuestra matriz de coeficientes es cuadrada de esta manera será más simple la solución
Resolvemos el sistema por Gauss- Jordan

Aplicando la matriz aumentada


0 1 x  0 
5 1  = 1 
 6 3   y   2 z 
Aplicando la matriz aumentada
41
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

0 1 0 0 1 0
5 1 z 3
6 32
6 f2 ' 1 0 z
5
0 1 0
3
5 2 3z − 2 f1 + f 2 ' x= z
5
0 1 0 y=0
1
5 0 3z f2 '
5

Ya teniendo la solución del sistema podemos escribir el sub espacio de intersección U W :


 3 
 3 x = z
U  W = (x, y, z )  R / 5 
 y = 0 
BASE
¿CALCULO DE LA BASE U W ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

U  W = ESPACIO VECTORIAL / CONDICION 

 3 
 4 x = z
U  W = (x, y, z, u )  R / 5 

 y=0 

3
zx=
Condición: 5
y=0
Término general del espacio vectorial: (x, y, z )

Remplazando la condición en el término general: (x, y, z ) =  3 z,0, z 


5 

Tenemos una variable z que podríamos extraer:

(x, y, z ) = z (3,0,5) “LAS BASES SON VECTORES DIRECCIONALES SOLO NOS INTERESA LA DIRECCIÓN POR ESO
5
FACTORIZAMOS”

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

(x, y, z ) = z(3,0,5)
La BASE U W son los vectores que generan la combinación lineal
42
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Base(U W ) = (3,0,5)

(
DIMENSIÓN: Es el número de vectores no nulos de la base Dim U W = 1 )
Base(U W ) = (3,0,5) Dim(U W ) = 1

PROBLEMA (5)
a b  
Sea W =    R 2 x 2 / a + b − d = 0 y el subespacio “T” generado por el
 c d  
1 − 1  0 1 1 − 1  2 1 
conjunto  ;  ;  ;    hallar un base y dimensión para W  T
1 2  − 1 0 1 1  − 1 3 

Solución:

Para hallar W  T los subespacios deben estar escrito siempre en su forma general los dos sub
espacios 
W = ESPACIO VECTORIAL / CONDICION 
Entonces escribimos los sub espacios en su forma general

a b  
W → W =    R 2x2
/ a + b − d = 0 
 c d  

T → ? No tenemos su forma general tenemos que hallarla ya que nos da un conjunto generador
1 − 1  0 1 1 − 1  2 1 
 ; − 1 0; 1 1 ; − 1 3  recordamos que un sub espacio tiene condición entonces
 1 2       
calculemos la condición.

PROCEDIMIENTO PARA HALLAR LA CONDICIÓN DE SUB ESPACIOS

“Todo conjunto generador se puede escribir como


combinación lineal de su variable general de su espacio
vectorial”

De esta manera calcular la condición del sub espacio

Entonces reconocemos el espacio vectorial y conjunto generador

43
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

a b 
ESPACIO VECTORIAL: R 2 X 2 variable general  
c d 

1 − 1  0 1 1 − 1  2 1 
CONJUNTO GENERADOR: S =  ; − 1 0; 1 1 ; − 1 3 
 1 2       

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector

Entonces reconocemos:

→ a b
Vector: w = 
c d 

1 − 1  0 1 1 − 1  2 1 
Espacio Vectorial: S =  ;  ;  ;  
1 2  − 1 0 1 1  − 1 3 
1 − 1  0 1 1 − 1  2 1
u1 =   ; u2 =   ; u3 =   y u4 =  
1 2   − 1 0 1 1  − 1 3
→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

a b 1 − 1  0 1 1 − 1  2 1
c  = 1   + 2   + 3   + 4  
 d 1 2   − 1 0 1 1  − 1 3

PASO 2: SUMAMOS LAS MATRICES COMPONENTE A COMPONTE


a b  1 − 1   0 2  2   3 −  3   2 4 4 
 c d  =  + + + 3 4 
   1 21  −  2 0 2   3  3  −  4

a b  1 + 0 2 +  3 + 2 4 − 1 +  2 + − 3 +  4 
c d  =   −  +  −  21 + 0 2 +  3 + 3 4 
   1 2 3 4

PASO 3: IGUALAMOS LAS MATRICES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n

44
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 + 0 2 +  3 + 2 4 = a 1 0 1 2  1   a 
− 1 +  2 + − 3 +  4 = b 
 − 1 1 − 1 1   2   b 
→ = A X = B
1 −  2 +  3 −  4 = c  1 − 1 1 − 1  3   c 
    
21 + 0 2 +  3 + 3 4 = d 2 0 1 3   4  d 

PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius

Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H)=n el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado

Gauss Jordán Matriz Aumentada H = AB


1 0 1 2 a
−1 1 −1 1 b
H=
1 −1 1 −1 c
2 0 1 3 d

Paso (1) nos concentramos en el primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1 también el de la fila 3 nos serviría
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente

(1) 0 1 2 a 1 0 1 2 a
−1 1 −1 1 b f1 + f 2 ' 0 1 0 3 b+a

1 −1 1 − 1 c − f1 + f 2 ' 0 −1 0 −3 c−a
2 0 1 3 d − 2 f1 + f 2 ' 0 0 − 1 − 1 d − 2a

45
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Paso (2) nos concentramos en el segunda columna de la matriz buscamos un pivote al frente de
los ceros generados anteriormente ente este caso solo podemos escoger entre los valores con ()
1 0 1 2 a 1 0 1 2 a
0 (1) 0 3 b+a 0 1 0 3 b+a

0 − 1 0 − 3 c − a f 2 + f3 ' 0 0 0 0 b+c
0 0 − 1 − 1 d − 2a 0 0 − 1 − 1 d − 2a
NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL
ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA
1 0 1 2 a
0 1 0 3 b+a
H= → H = AB
0 0 0 0 b+c
0 0 − 1 − 1 d − 2a

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )

RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA


Rango( A) = 3 tenemos 3 filas no nulas el rango tendría que ser Rango(A B ) = 3 para cumpla
Rango( A) = Rango(A B ) entonces b + c = 0 tendrá que ser cero para que exista solución
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO

CONDICIÓN DEL SUB ESPACIO: b + c = 0

Ahora si podemos escribir la forma general del sub espacio:


a b  

T = ESPACIO VECTORIAL / CONDICION  T =    R 2 x 2 / b + c = 0
 c d  
Entonces escribimos los sub espacios en su forma general
a b   a b  
W =    R 2 x 2 / a + b − d = 0 T =     R 2 x 2 / b + c = 0
 c d    c d  
INTERSECCIÓN
 
W  T = x V / x W  x  T Si Queremos Intersectar Dos Sub Espacios Tenemos Que
Intersectar Sus Condiciones
a + b − d = 0 condición de “ W ” b + c = 0 condición de “ T ”

a + b − d = 0
W  T LA INTERSECCIÓN SIEMPRE FORMA UN SISTEMA DE ECUACIONES LINEALES: 
 b+c =0

46
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

a 
 
1 1 0 − 1  b  0
Escribimos en su forma matricial:   = 
0 1 1 0   c  0
 
d 

Hallamos la solución del sistema el sistema no tiene solución única ya que existen más variables
que ecuaciones entonces tiene solución paramétrica también nos indica dicha situación la matriz
de coeficientes no es cuadrada entonces para encontrar una solución la volvemos cuadrada
haciendo 2 variables constante cualquier variable nosotros aremos constantes a: c, d
c=c 1 1 a   d 
→   =  
d =d 0 1 b  − c 
Ahora nuestra matriz de coeficientes es cuadrada de esta manera será más simple la solución
Resolvemos el sistema por Gauss- Jordan
Aplicando la matriz aumentada
1 1 a   d 
0 1 b  = − c 
    
Aplicando la matriz aumentada
1 1 d − f 2 + f1 ' a =d +c
0 1−c b = −c

1 0 d + c − f 2 + f1 '
0 1 −c
1 0 d +c
0 1 −c

Ya teniendo la solución del sistema podemos escribir el sub espacio de intersección W  T :


a b  
W  T =    R 2x2
/ a = d + c b = − c 
 c d  

BASE
¿CALCULO DE LA BASE W  T ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

W  T = ESPACIO VECTORIAL / CONDICION 

 a b  
W  T =    R 2 x 2 / a = d + c b = −c 
 c d  

Condición: a = d + c b = −c
47
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

a b 
Término general del espacio vectorial:  
c d 

a b  d + c − c 
Remplazando la condición en el término general:  = d 
c d   c

Tenemos dos variables z, u que podríamos extraer:

a b   d 0 d  c − c 
 c d  = 0 d +
d  c 0c 
  

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

a b  1 0 1 − 1
 c d  = d 0 1 + c 1 0 
     

La BASE W  T son los vectores que generan la combinación lineal

1 0 1 − 1 
Base(W  T ) =  ; 1 0  
  0 1   

DIMENSIÓN: Es el número de vectores no nulos de la base Dim(W T ) = 2

1 0 1 − 1 
Base(W  T ) =  ;   Dim(W T ) = 2
0 1 1 0  

PROBLEMA (6)
Si A = (1,0,1,0), (1,0,1,1) un sistema generado de “U” de ( R 4 ,+,) y
B = (− 3,0,2,1) es un sistema generador de “V” ( R 4 ,+,) determinar
Dim(U  V ) , Dim(U  V )

Solución:

Dim(U  V ) = Dim(U ) + Dim(V )

Para hallar Dim(U  V ) , Dim(U + V ) los subespacios deben estar escritos siempre en su forma
general los dos sub espacios 
W = ESPACIO VECTORIAL / CONDICION 
Entonces escribimos los sub espacios en su forma general

48
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

U → ? No tenemos su forma general tenemos que hallarla ya que nos da un conjunto
generador A = (1,0,1,0), (1,0,1,1) recordamos que un sub espacio tiene condición entonces
calculemos la condición.

V → ? No tenemos su forma general tenemos que hallarla ya que nos da un conjunto generador
B = (− 3,0,2,1) recordamos que un sub espacio tiene condición entonces calculemos la
condición.

PROCEDIMIENTO PARA HALLAR LA CONDICIÓN DE SUB ESPACIOS

“Todo conjunto generador se puede escribir como


combinación lineal de su variable general de su espacio
vectorial”

De esta manera calcular la condición del sub espacio U → ?

Entonces reconocemos el espacio vectorial y conjunto generador

ESPACIO VECTORIAL: R 4 variable general (x, y, z, u )

CONJUNTO GENERADOR: A = (1,0,1,0), (1,0,1,1)

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector

Entonces reconocemos:

Vector: w = ( x, y , z , u )

Espacio Vectorial: A = (1,0,1,0), (1,0,1,1) u1 = (1,0,1,0) u2 = (1,0,1,1)


→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un

Remplazamos el vector y el espacio vectorial

(x, y, z, u ) = 1 (1,0,1,0) +  2 (1,0,1,1)


49
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
(x, y, z, u ) = 1 (1,0,1,0) +  2 (1,0,1,1)

(x, y, z, u ) = (1 + 2 ,01 + 02 ,1 + 2 ,01 + 2 )


PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
1 +  2 = x 1 1  x
0 + 0 = y 0
 1 0 1   y 

→  = A X = B
2


 1 +  2 = z 1 1  2   z 
 01 +  2 = u    
0 1 u 

PASO 4: RESOLVEMOS EL SISTEMA LINEAL


“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius
Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H) el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado

Gauss Jordán Matriz Aumentada H = AB


1 1x
0 0y
H=
1 1z
0 1u

Paso (1) nos concentramos en el primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 1
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente

50
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

(1) 1x 1 1 x
0 0y 0 0 y

1 1 z − f1 + f 3 ' 0 0 z−x
0 1u 0 1 u

NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL


ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA
1 1 x
0 0 y
H= → H = AB
0 0 z−x
0 1 u

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )

RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA

Rango( A) = 2 Tenemos 2 filas no nulas el rango tendría que ser Rango(A B ) = 2 para cumpla
Rango( A) = Rango(A B ) entonces z − x = 0 y = 0 tendrán que ser cero para que exista solución
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO
CONDICIÓN DEL SUB ESPACIO: z − x = 0 y=0
Ahora si podemos escribir la forma general del sub espacio:

U = ESPACIO VECTORIAL / CONDICION  
U = ( x, y , z , u )  R 4 / z − x = 0 y=0 
BASE
¿CALCULO DE LA BASE U ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

U = ESPACIO VECTORIAL / CONDICION 


U = ( x, y , z , u )  R 4 / z − x = 0 y=0 
Condición: z = x y=0
Término general del espacio vectorial: (x, y, z, u )
Remplazando la condición en el término general: (x, y, z, u ) = (z,0, z, u )
Tenemos dos variables z, u que podríamos extraer:
(x, y, z, u ) = (z,0z, z,0z ) + (0u,0u,0u, u )
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

51
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

(x, y, z, u ) = z(1,0,1,0) + (0,0,0,1)
La BASE U son los vectores que generan la combinación lineal
Base(U ) = (1,0,1,0); (0,0,0,1)
DIMENSIÓN: Es el número de vectores no nulos de la base Dim(U ) = 2

Base(U ) = (1,0,1,0); (0,0,0,1) Dim(U ) = 2

De esta manera calcular la condición del sub espacio V → ?

Entonces reconocemos el espacio vectorial y conjunto generador

ESPACIO VECTORIAL: R 4 variable general (x, y, z, u )

CONJUNTO GENERADOR: B = (− 3,0,2,1)

Ahora escribimos la variable general del espacio vectorial como combinación lineal del conjunto
generador

PASO 1: ESCRIBIR LA COMBINACIÓN LINEAL


Todo vector se puede escribir como la suma de un espacio vectorial multiplicado por un escalar a
cada vector
Entonces reconocemos:

Vector: w = ( x, y , z , u )
Espacio Vectorial: B = (− 3,0,2,1) u1 = (− 3,0,2,1)
→ → → → →
w = 1 u1 +  2 u2 +  3 u3 + ....... +  n un
Remplazamos el vector y el espacio vectorial

(x, y, z, u ) = 1 (− 3,0,2,1)
PASO 2: SUMAMOS LOS VECTORES COMPONENTE A COMPONTE
(x, y, z, u ) = 1 (− 3,0,2,1)
(x, y, z, u ) = (− 31,01,21,1 )
PASO 3: IGUALAMOS LOS VECTORES PARA HALLAR EL SISTEMA LINEAL DONDE LAS
ÚNICAS INCÓGNITAS SON LOS ESCALARES 1 ,  2 ,  3 , ,....... n
− 31 = x − 3  x
0 = y 0  y
 1
 →    
1 =   A X = B
2
 1 = z  2  z
 1 = u    
1 u 

PASO 4: RESOLVEMOS EL SISTEMA LINEAL

52
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

Para casos de generar un sub espacio es conveniente el análisis de la solución siempre por la
matriz aumentada para luego aplicar el teorema de Rouché-Frobenius

Teorema de Rouché-Frobenius
Un sistema A  X = B de m ecuaciones con n incógnitas es compatible si y solo si el rango de la
matriz de los coeficientes A es igual al rango de la matriz ampliada H = A B . Rg(A)=Rg(H). Además,
suponiendo que Rango(A)= Rango (H)=r entonces:

Si Rango(A)= Rango(H) el sistema es consistente determinado.

Si r < n el sistema es consistente indeterminado.

Si Rango (A)  Rango (H) el sistema es consistente indeterminado


Gauss Jordán Matriz Aumentada H = AB
−3 x
0 y
H=
2 z
1 u
Paso (1) nos concentramos en el primera columna de la matriz buscamos un pivote generalmente
es el número uno en este caso tenemos en la fila 4
Este pivote anulara a todos los elementos de la columna ahora aplicamos las operaciones
elementales en fila todo lo detallado anteriormente
− 3 x 3 f 4 + f1 ' 0 x + 3u
0 y 0 y

2 z − 2 f 4 + f3 ' 0 z − 2u
(1) u 1 u
NO NECESITAMOS ESCALONAR TOTALMENTE LA MATRIZ YA QUE PODEMOS HACER EL
ANÁLISIS DEL RANGO YA QUE SE ELIMINO UNA FILA
0 x + 3u
0 y
H= → H = AB
0 z − 2u
1 u
“Para que sea combinación lineal es sistema de ecuaciones tiene que tener solución
consistente determinado caso contrario no será combinación lineal”

53
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

PARA QUE SEA SOLUCIÓN CONSISTENTE DETERMINADO LOS RANGOS DEBEN SER
IGUALES H = A B entonces Rango( A) = Rango(A B )
RANGO: NUMERO DE FILAS NO NULAS DE UNA MATRIZ CUALQUIERA

Rango( A) = 1 Tenemos 1 filas no nulas el rango tendría que ser Rango(A B ) = 1 para cumpla
Rango( A) = Rango(A B ) entonces x + 3u = 0 y = 0 z − 2u = 0 tendrán que ser cero para que
exista solución
Por tanto, es la condición del sistema por tanto es la CONDICIÓN DEL SUB ESPACIO
CONDICIÓN DEL SUB ESPACIO: x + 3u = 0 y = 0 z − 2u = 0

Ahora si podemos escribir la forma general del sub espacio:


V = ESPACIO VECTORIAL / CONDICION  
V = (x, y, z, u )  R 4 / x = −3u y=0 z = 2u 
BASE
¿CALCULO DE LA BASE V ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

V = ESPACIO VECTORIAL / CONDICION 


V = (x, y, z, u )  R 4 / x = −3u y=0 z = 2u 
Condición: x = −3u y=0 z = 2u
Término general del espacio vectorial: (x, y, z, u )
Remplazando la condición en el término general: (x, y, z, u ) = (− 3u,0,2u, u )
Tenemos una variable “u” que podríamos extraer:
(x, y, z, u ) = (− 3u,0,2u, u )
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base
(x, y, z, u ) = u(− 3,0,2,1)
La BASE V son los vectores que generan la combinación lineal
Base(V ) = (− 3,0,2,1)
DIMENSIÓN: Es el número de vectores no nulos de la base Dim(V ) = 1

Base(V ) = (− 3,0,2,1) Dim(V ) = 1


INTERSECCIÓN
 
U  V = x  W / x  U  x  V Si Queremos Intersectar Dos Sub Espacios Tenemos Que
Intersectar Sus Condiciones
z=x y = 0 Condición de “U” x = −3u y=0 z = 2u condición de “V”

54
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

 x−z =0
 y=0

U V LA INTERSECCIÓN SIEMPRE FORMA UN SISTEMA DE ECUACIONES LINEALES: 
 x + 3u = 0

 z − 2u = 0

1 0 −1 0   x  0 
0 1 0 0   y  0
Escribimos en su forma matricial:  =
1 0 0 3   z  0 
    
0 0 1 − 2   u  0 

Hallamos la solución (Resolvemos el sistema por Gauss- Jordan Aplicando la matriz


aumentada) pero si observamos es un sistema homogéneo todos pasas por el origen y las filas
no son múltiplos de ninguna fila por tanto la solución es trivial (si no comprende esta parte
reduzca la matriz como en los anteriores problemas)
Resolvemos el sistema por Gauss- Jordan
Aplicando la matriz aumentada
1 0 − 1 0   x  0 x=0
0 1 0    
0   y  0  y=0
 = →
1 0 0 3   z  0  z=0
    
0 0 1 − 2 u  0 u=0
Ya teniendo la solución del sistema podemos escribir el sub espacio de intersección W1  W2 :
BASE
¿CALCULO DE LA BASE U V ?
Para hallar la base tenemos que rem U  V = (x, y, z, u )  R 4 / x = y = z = u = 0plazar las
condiciones del sub espacio en el término general del espacio vectorial de esta manera:

U  V = ESPACIO VECTORIAL / CONDICION 


U  V = ( x, y , z , u )  R 4 / x = y = z = u = 0 
Condición: x = y = z = u = 0
Término general del espacio vectorial: (x, y, z, u )
Remplazando la condición en el término general: (x, y, z, u ) = (0,0,0,0)
Tenemos dos variables z, u que podríamos extraer:
(x, y, z, u ) = (0,0,0,0)
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base
(x, y, z, u ) = (0,0,0,0)
La BASE U V son los vectores que generan la combinación lineal
Base(U V ) =  VACÍO

55
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

DIMENSIÓN: Es el número de vectores no nulos de la base Dim(U V ) = 0

Base(U V ) =  Dim(U V ) = 0

Ahora calcularemos lo pedido remplazando en las relaciones

Dim(U  V ) = Dim(U ) + Dim(V ) Dim(U  V ) = 2 + 1 → Dim(U  V ) = 3

Dim(U V ) = 3 Dim(U V ) = 0

4er
Capítulo
PRODUCTO INTERNO
Es un conjunto infinito “V” no vacío donde sus objetos son llamados vectores sobre los que se
definen las operaciones de adición y producto por un escalar, siendo su Estructura  (V ,+,•)

¿CUANDO ES UN ESPACIO CON PRODUCTO INTERIOR?


Debe cumplir con 4 axiomas para el cual usaremos dos conjuntos uno de vectores el otro de
escalares
→ → → →
Axioma (1). Conmutatividad: u ; v = v ; u

→ → → → → → →
Axioma (2). Distributividad: u ; v + w = u ; v + u ; w

→ → → →
Axioma (3). Homogeneidad:  u ; v =  u ; v

→ →
Axioma (4). Positividad: u; u  0

→ →

→ → →
u; v →
PROYECCIÓN DE UN VECTOR u SOBRE OTRO VECTOR v : Pr oy→ u = v
v → 2
v

56
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA


→ → → → →

PROYECCIÓN DE UN VECTOR u SOBRE UNA BASE ORTONORMAL B = v1 , v2 , v3 , v4 ,....... vn  :
 
→ → → → → → → → → → → → →
Pr oyB u = u ; v1 v1 + u ; v2 v2 + u ; v3 v3 + ... + u ; vn vn

→ →

→ →
u; v
ANGULO ENTRE DOS VECTORES u , v : cos = → →
u v

→ → →
MODULO DE UN VECTOR: u = u; u

→ → → → → →
DISTANCIA ENTRE VECTORES: d = u − v = u − v; u − v

→ →
ORTOGONALIDAD ENTRE VECTORES u; v = 0

PROCESO DE ORTONORMALIZACIÓN DE BASES

GRAHAM SCHMIDT

→ → → → →

Sea una base B = u1 , u 2 , u3 , u 4 ,....... u n  y la base ortonormalizada será
 
→ → → → →

B ' = u1 ' , u 2 ' , u3 ' , u 4 ',....... u n '
 


→ u1
u1 ' = →
u1

→ → → →


u 2 − u 2 ; u1 ' u1 '
u2 ' = → → → →
u 2 − u 2 ; u1 ' u1 '

57
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ → → → → → →


u3 − u3 ; u 2 ' u 2 '− u3 ; u1 ' u1 '
u3 ' = → → → → → → →
u3 − u3 ; u 2 ' u 2 '− u3 ; u1 ' u1 '

→ → → → → → → → → → → → →


un − un ; u n−1 ' u n−1 '− un ; u n−2 ' un−2 '−....... − u n ; u 2 ' u2 '− u n ; u1 ' u1 '
un ' = → → → → → → → → → → → → →
un − un ; u n−1 ' u n−1 '− un ; u n−2 ' un−2 '−....... − u n ; u 2 ' u2 '− u n ; u1 ' u1 '

→ → → → → →
d = u− v = u − v; u − v

NORMA DE UN VECTOR
Sea “V” un espacio vectorial con producto interno definido entonces se define a la norma de un
vector de la siguiente manera:
v v/v

Ejemplo:
1
V = C 0,1 f / g =  f ( x) g ( x)dx Determine la e x
0

Solución:
1
e2 − 1 e2 1 e2 −1
1 1
e2 x
e =
x x
e /e x
= → x
e /e x
=  e dx → e / e
2x x x
=  e dx =
2x
= − =
2 0 0 2 0
2 2 2

DISTANCIA ENTRE DOS VECTORES


Sea V un espacio vectorial con producto interno. Sea v1 y v2 elementos de V, la distancia entre v1
y v2 está dada por:

d (v1 , v2 ) = v1 − v2

ANGULO ENTRE DOS VECTORES

58
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Sea V un espacio vectorial con producto interno y sean v1 y v2 que pertenecen al el ángulo 
formado entre v1 y v2 está dado por:

 x/ y 
 = arccos  ; 0    .

 x y 

Ejemplo:

Determine el ángulo entre los vectores P( x) = x 2 + x + 1 y el vector q( x) = 3x 2 − 2 x − 1 donde


V = P2 con producto interno estándar.
Nota: producto interno estándar es el producto punto.
Solución:
p( x) = x 2 + x + 1 q ( x) = 3 x 2 − 2 x − 1
1  3 
   
 p( x)Bc = 1 → q( x)Bc =  − 2 → p( x) / q( x) = 3(1) + (−2)(1) + (−1)(1)
1  −1
   
VECTORES ORTOGONALES
Sea V un espacio vectorial con producto interno y sea v1 y v2 elementos de V, los vectores v1 y v2 son
ortogonales si y solo si v1 / v2 = 0 (producto interno).

CONJUNTO ORTOGONAL
Sea V un espacio vectorial con producto interno y sea S = V1 ,V2 ,..., Vn  un conjunto de n vectores de V. S
es un conjunto ortogonal si y solo si Vi ,V j  S se cumple que Vi / V j = 0 cuando (i  j ).

CONJUNTO ORTONORMAL
Sea V un espacio vectorial con producto interno y sea S = V1 ,V2 ,..., Vn  un conjunto de n vectores de V. S
 0; i  j
es un conjunto ortogonal si y solo si Vi ,V j  S  Vi / V j =  .
 1; i = j

Teorema
Si S es un conjunto ortogonal de vectores no nulos en un espacio vectorial con producto interno,
entonces S es un conjunto linealmente independiente en V.

PROCESO DE ORTONORMALIZACION DE GRAM SCHMIDT


Sea V un espacio vectorial de dimensión finita sea  = V1 ,V2 ,..., Vn  una base de V. entonces a partir de
esta base es factible construir una base ortonormal para V mediante el siguiente proceso:

59
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Nota: z i =ortogonal; u i =ortonormal.
z1
z1 = V1  u1 =
z1
v2 / z1 z2
z 2 = V2 − 2
z1  u 2 =
z1 z2
v3 / z1 v3 / z 2 z3
z3 = V3 − 2
z1 − 2
z 2  u3 =
z1 z2 z3
vn / z1 vn / z n−1 zn
z n = Vn − 2
z1 − ... − 2
z n−1  u n =
z1 z n−1 zn

PROYECCIÓN ORTOGONAL
Sea H un subespacio de un espacio vectorial con producto interno y h1 , h2 ,..., hk  una base ortonormal de
H. Si v  V , entonces la proyeccion ortogonal de v sobre H, denotada por proyH v se define como:
Pr oyH v = (v / h1 )h1 + (v / h2 )h2 + ... + (v / hk )hk
COMPLEMENTO ORTOGONAL
Sea H un subespacio de un espacio vectorial V con producto interno. Entonces el complemento ortogonal
de H, denotado por H ⊥ , se define como:
H ⊥ = v  V /(v / h) = 0, h  H 
Teorema
Sea H un subespacio del espacio vectorial V con producto interno, entonces se cumple que:
ii) H  H ⊥ = 0 v 

i) H ⊥ es un subespacio de V iii) dim H + dim H = dim V

PROBLEMAS
Problema (1)

Dado el espacio vectorial V de los polinomios de grado menor o igual que 1 y el producto escalar:

1
p1 ( x) • p2 ( x) =  p1 ( x) p2 ( x)dx . Calcular la matriz asociada al producto escalar respecto de la
0

base B = 1 x

SOLUCIÓN:

60
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Un producto escalar es un caso particular de forma bilineal simétrica, por lo tanto existe una matriz simétrica
A asociada al producto escalar, respecto de cualquier base B = u  v  de V . Dicha matriz vendrá dada
u u u v
por:  
u v v v

En este caso particular tenemos que: u = 1 y que v = x .

Tal y como se ha definido el producto escalar, lo que sabemos es que:


1 1
1 1 =  11dx =  dx = 1
0 0

1 1
1 x =  1xdx =  xdx = 1 2
0 0

1 1
x x =  xxdx =  x 2 dx = 1 3
0 0

Luego, la matriz asociada al producto escalar en la base 1 x es:

 1 1 2 
 
 1 2 1 3 

Problema (2)

De un producto escalar definido en R2 respecto de la base B = u  v  , se sabe que:

i ) u u = 2 ii ) u (3u + v ) = 5 iii ) v v = 5(u u )

a) Calcular la matriz asociada al producto escalar. b) Calcular (2 3) (1 4)

SOLUCIÓN:

u u u v
a) A =  
u v v v

Tenemos que:

u u =2

u (3u + v ) = 5  3(u u ) + u v = 5  6 + u v = 5  u v = −1

v v = 5(u u ) = 10

61
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

 2 −1 
La matriz asociada al producto escalar es: A =  
 −1 10 

1  2 −1  1 
b) (2 3) (1 4) = ( 2 3) A   = ( 2 3)     = 113
 4  −1 10   4 

Problema (3)

Sea E un espacio vectorial euclídeo de dimensión n y U un subespacio vectorial



de E , U , el subespacio complemento ortogonal de U , calcular:

a) dim(U  U ⊥ ) b) dim(U + U ⊥ )

SOLUCIÓN:


a) Sabemos que la suma de U y U es directa, por tanto U  U ⊥ = {0} con lo cual dim(U  U ⊥ ) = 0

b) Además de ser suma directa se tiene que, U  U ⊥ = V  directamente se obtiene que


dim(U + U ⊥ ) = dim(V ) = n

Problema (4)


Sea F = ( x y z )  3
 2 x + y − z = 0  calcular una base ortonormal de F

SOLUCIÓN:

Primero hallaremos una base de F si es ortogonal, bastaría con normalizar y el problema estaría resuelto,
sino aplicaremos el método de Gram-Schmidt para transformarla en otra base de F que sea ortonormal.

F = ( x y z )  3
 2 x + y − z = 0 = ( x y z )  3
 z = 2 x + y =

= ( x y 2 x + y)  3
 x y   = (1 0 2) (011) 
1  0
Una base para F
   
es B1 = { 0    1 } = {u1  u2 } que sus vectores no son ortogonales ya que
 2 1
   
0
 
u  u2 = (1 0 2)  1  = 2  0
t
1
1
 

Aplicamos el método de Gram-Schmidt


62
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1
 
v1 = u1 =  0 
 2
 

 0   1   − 52 
u v      
t

v2 = u2 − 1 v1 =  1  − 52  0  =  1 
1

v v1
t

1  2  1 
1

     5 

 1   − 52 
   
B2 = { 0    1 } es una base ortogonal de F y normalizando los vectores de B2 se obtiene
 2  1 
   5 
 −2 
 1  − 
 5  30 
   5 }
B3 = { 0  que es una base ortonormal de F
 30 
2   
 
 5   1 

 30 

PROBLEMAS
Problema (1)

1
Dado el espacio con producto interior p; q =  p( )q( )dt
0
t t hallar el sub espacio “S” ortogonal al

polinomio r(t ) = t − 5t + 3
2

SOLUCIÓN
Para hallar el sub espacio tenemos que encontrar las condiciones del sub espacio en su forma
general:

S = ESPACIO VECTORIAL / CONDICION 
1
La condición en este caso está dado por el producto interior p; q =  p(t )q(t )dt y nos dice que
0

es ortogonal a: r(t ) = t − 5t + 3
2

“Si es ortogonal su producto interior es cero”


Entonces nos daremos un polinomio general: p(t ) = at 2 + bt + c

1
Si r(t ) = t − 5t + 3 es ortogonal a p(t ) = at + bt + c entonces p; r =  p( )r( )dt = 0
2 2
t t
0

63
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

( )( ) ( )
1 1
p; r =  at 2 + bt + c t 2 − 5t + 3 dt = 0 →  at 4 − 5at 3 + 3at 2 + bt 3 − 5bt 2 + 3bt + ct 2 − 5ct + 3c dt = 0
0 0

a (b − 5a ) (3a − 5b + c) (3b − 5c)


 (at + (b − 5a )t )
1
4 3
+ (3a − 5b + c)t 2 + (3b − 5c)t + 3c dt = 0 → + + + + 3c = 0
0
5 4 3 2
a (b − 5a ) (3a − 5b + c) (3b − 5c)
+ + + + 3c = 0 → − 3a + 5b + 50c = 0
5 4 3 2
Condición: − 3a + 5b + 50c = 0
Término general del espacio vectorial: p(t ) = at 2 + bt + c

Ahora escribimos el subespacio ortogonal:



S = ESPACIO VECTORIAL / CONDICION 

S = p(t ) = at 2 + bt + c  P2 − 3a + 5b + 50c = 0 

Problema (2)

 2 − 4
En R2x2 encontrar una base y dimensión del subespacio ortogonal a las matrices  
3 2 
− 2 3 a b   x y 
 1 1 Utilice el producto interior  c d ;  z u  = ax + 2by + 3cz + 4du
     

SOLUCIÓN
Para hallar una base y dimensión tenemos que hallar el subespacio en su forma general:

S = ESPACIO VECTORIAL / CONDICION 
La condición en este caso está dado por el producto interior
a b   x y 
 c d ;  z u  = ax + 2by + 3cz + 4du y nos dice que es ortogonal a las matrices:
   
 2 − 4 − 2 3
3 2   1 1 “Si es ortogonal su producto interior es cero”
   
x y
Entonces nos daremos un Matriz general:  
z u

 2 − 4 x y a b   x y 
Si   es ortogonal a  z u  entonces  c d ;  z u  = ax + 2by + 3cz + 4du = 0
3 2       
64
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

 2 − 4  x y 
→  ;   = 2 x − 8 y + 9 z + 8u = 0 (condición de ortogonalidad)
3 2   z u 

− 2 3 x y a b   x y 
Si   es ortogonal a  z u  entonces  c d ;  z u  = ax + 2by + 3cz + 4du = 0
 1 1      

− 2 3  x y 
→  ;   = −2 x + 6 y + 3z + 4u = 0 (Condición de ortogonalidad)
 1 1  z u 
Escribimos el sub espacio en su forma general:

S = ESPACIO VECTORIAL / CONDICION 
  x y  2 x − 8 y + 9 z + 8u = 0 
S =    M 2x2  
 z u − 2 x + 6 y + 3z + 4u = 0
Nuestra condición de nuestro sub espacio es un sistema que tenemos que resolver
 x
 
 2 x − 8 y + 9 z + 8u = 0  2 − 8 9 8  y  0
 →  = 
− 2 x + 6 y + 3z + 4u = 0 − 2 6 3 4  z  0
 
u 
 x
 
 2 − 8 9 8   y  0 
Escribimos en su forma matricial:   = 
 − 2 6 3 4   z  0 
 
u 

Hallamos la solución del sistema el sistema no tiene solución única ya que existen más variables
que ecuaciones entonces tiene solución paramétrica también nos indica dicha situación la matriz
de coeficientes no es cuadrada entonces para encontrar una solución la volvemos cuadrada
haciendo 2 variables constante cualquier variable nosotros aremos constantes a z, u
z=z  2 − 8  x   − 9 z − 8u 
→   =  
u=u − 2 6   y  − 3 z − 4u 
Ahora nuestra matriz de coeficientes es cuadrada de esta manera será más simple la solución
Resolvemos el sistema por Gauss- Jordan
Aplicando la matriz aumentada
 2 − 8  x   − 9 z − 8u 
− 2 6   y  = − 3 z − 4u 
    
Aplicando la matriz aumentada
2 − 8 − 9 z − 8u 1 f1 ' 1 − 4 − 9 z − 8u
2
− 2 6 − 3 z − 4u 2
− 2 6 − 3z − 4u 2 f1 + f 2 '

65
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

1 − 4 − 9 z − 8u 1 0 39z + 20u
2 −1 2
0 − 2 − 12z − 12u f2 ' 0 1 6 z + 6u
2

1 − 4 − 9 z − 8u 4 f 2 + f1 '
2
0 1 6 z + 6u 39 z
x= + 20u
2
y = 6 z + 6u

Ya teniendo la solución del sistema podemos escribir el sub espacio S


 x y 39z 
S =    M 2x2 x = + 20u y = 6 z + 6u 
 z u 2 

BASE
¿CALCULO DE LA BASE S ?
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

S = ESPACIO VECTORIAL / CONDICION 

 x y 39z 
S =  M
2x2
x= + 20u y = 6 z + 6u 
  z u  2 

39z
Condición: x = + 20u y = 6 z + 6u
2
x y
Término general del espacio vectorial:  
z u
 x y   39z + 20u 6 z + 6u 
Remplazando la condición en el término general:  = 2 
 z u   z u 
Tenemos dos variables z , u que podríamos extraer:
 x y   39z 6 z  20u 6u 
z u =  2 + 
   z 0 z   0u u 
Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

 x y  z 39 12 20 6


 z u  = 2  2 0  + u  0 1
     

66
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

NOTA: SI DESEAN FACTORIZAR EL DENOMINADOR DE LAS FRACCIONES DEL VECTOR LO
PODRÍAN HACER YA QUE SOLO NECESITAMOS LA DIRECCIÓN

La BASE S son los vectores que generan la combinación lineal

39 12 20 6 


Base(S ) =  ;  0 1  
  2 0   

DIMENSIÓN: Es el número de vectores no nulos de la base Dim(S ) = 2

39 12 20 6 


Base(S ) =  ;   Dim(S ) = 2
 2 0   0 1 

Problema (3)

→ →
Dada la formula x ; y = x1 y1 + x1 y2 + x2 y1 + kx2 y2 − x2 y3 − x3 y2 + x3 y3

• Determinar el valor de k para que sea un producto escalar


• Si k =3   
L = (x1 , x2 , x3 )  R3 / x1 − x2 = 0  M = (x1 , x2 , x3 )  R3 / x2 − x3 = 0  Hallar un
⊥ ⊥
espacio vectorial de dimensión 1 que contenga L  M

SOLUCIÓN
¿CUANDO ES UN ESPACIO CON PRODUCTO INTERIOR?
Debe cumplir con 4 axiomas para el cual usaremos dos conjuntos uno de vectores el otro de
escalares
→ → → →
Axioma (1). Conmutatividad: u ; v = v ; u

→ → → →
x ; y = y; x

x1 y1 + x1 y2 + x2 y1 + kx2 y2 − x2 y3 − x3 y2 + x3 y3 = y1 x1 + y1 x2 + y2 x1 + ky2 x2 − y2 x3 − y3 x2 + y3 x3
0 = 0 Cumple axioma (1)
→ → → → → → →
Axioma (2). Distributividad: u ; v + w = u ; v + u ; w

67
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

→ → → → → → →
x; y + z = x; y + x; z

0 = 0 Cumple axioma (2) por ser muy mecánico este axioma lo dejamos para el lector

→ → → →
Axioma (3). Homogeneidad:  u ; v =  u ; v

0 = 0 Cumple axioma (3) por ser muy mecánico este axioma lo dejamos para el lector

→ →
Axioma (4). Positividad (este axioma nos permitirá hallar el valor o los valores de k): u; u  0

→ →
x ; x = x1 x1 + x1 x2 + x2 x1 + kx2 x2 − x2 x3 − x3 x2 + x3 x3  0

(x1 + x2 )2 + (x2 − x3 )2 + (k − 2)x2 2  0 → k − 2  0 → k  2

¿HALLAR EL ESPACIO VECTORIAL L⊥  M ⊥ ?


BASE
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

L = ESPACIO VECTORIAL / CONDICION 


L = (x1 , x2 , x3 )  R3 / x1 − x2 = 0 
Condición: x1 − x2 = 0 → x1 = x2
Término general del espacio vectorial: (x1 , x2 , x3 )

Remplazando la condición en el término general: (x1 , x2 , x3 ) = (x2 , x2 , x3 )


Tenemos dos variable x2 , x3 que podríamos extraer:

(x1 , x2 , x3 ) = x2 (1,1,0) + x3 (0,0,1) “LAS BASES SON VECTORES DIRECCIONALES SOLO NOS INTERESA LA DIRECCIÓN
POR ESO FACTORIZAMOS”

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

(x1 , x2 , x3 ) = x2 (1,1,0) + x3 (0,0,1)


La BASE L son los vectores que generan la combinación lineal
68
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Base(L) = (1,1,0); (0,0,1)

NOS PIDEN HALLAR UN ESPACIO ORTOGONAL L⊥ Si k = 3 L = (x1 , x2 , x3 )  R3 / x1 − x2 = 0  


ENTONCES TENDREMOS QUE HALLAR UNA ESPACIO ORTOGONAL A ESTE ESPACIO LO
QUE CONOCEMOS DE ORTOGONALIDAD ES QUE SU PRODUCTO INTERIOR ES CERO
→ →
x ; y = x1 y1 + x1 y2 + x2 y1 + 3 x2 y2 − x2 y3 − x3 y2 + x3 y3 = 0 (CONDICIÓN)

La condición en este caso está dado por el producto interior


→ →
x ; y = x1 y1 + x1 y2 + x2 y1 + 3 x2 y2 − x2 y3 − x3 y2 + x3 y3 = 0 y nos dice que es ortogonal a los vectores:

(1,1,0) (0,0,1) “Si es ortogonal su producto interior es cero”


Entonces nos daremos un VECTOR general: (x1 , x2 , x3 )

Si (1,1,0) es ortogonal a (x1 , x2 , x3 ) entonces (1,1,0); (x1 , x2 , x3 ) = x1 + x2 + x1 + 3x2 − x3 = 0


→ (1,1,0); (x1 , x2 , x3 ) = 2 x1 + 4 x2 − x3 = 0 (condición de ortogonalidad)

Si (0,0,1) es ortogonal a (x1 , x2 , x3 ) entonces (0,0,1); (x1 , x2 , x3 ) = 0 + 0 + 0 + 0 − 0 − x2 + x3 = 0

→ (0,0,1); (x1 , x2 , x3 ) = − x2 + x3 = 0 (Condición de ortogonalidad)


Escribimos el sub espacio en su forma general:

L⊥ = ESPACIO VECTORIAL / CONDICION 
L⊥ = (x1 , x2 , x3 ) 2x1 + 4x2 − x3 = 0  − x2 + x3 = 0
BASE
Para hallar la base tenemos que remplazar las condiciones del sub espacio en el término
general del espacio vectorial de esta manera:

M = ESPACIO VECTORIAL / CONDICION 


M = (x1 , x2 , x3 )  R3 / x2 − x3 = 0 
Condición: x2 − x3 = 0 → x2 = x3
Término general del espacio vectorial: (x1 , x2 , x3 )

Remplazando la condición en el término general: (x1 , x2 , x3 ) = (x1 , x3 , x3 )


Tenemos dos variable x1 , x3 que podríamos extraer:

69
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

(x1 , x2 , x3 ) = x1 (1,0,0) + x3 (0,1,1) “LAS BASES SON VECTORES DIRECCIONALES SOLO NOS INTERESA LA DIRECCIÓN
POR ESO FACTORIZAMOS”

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

(x1 , x2 , x3 ) = x1 (1,0,0) + x3 (0,1,1)


La BASE M son los vectores que generan la combinación lineal

Base(M ) = (1,0,0); (0,1,1)

NOS PIDEN HALLAR UN ESPACIO ORTOGONAL M ⊥ Si k = 3 M = (x1 , x2 , x3 )  R3 / x2 − x3 = 0  


ENTONCES TENDREMOS QUE HALLAR UNA ESPACIO ORTOGONAL A ESTE ESPACIO LO
QUE CONOCEMOS DE ORTOGONALIDAD ES QUE SU PRODUCTO INTERIOR ES CERO
→ →
x ; y = x1 y1 + x1 y2 + x2 y1 + 3 x2 y2 − x2 y3 − x3 y2 + x3 y3 = 0 (CONDICIÓN)

La condición en este caso está dado por el producto interior


→ →
x ; y = x1 y1 + x1 y2 + x2 y1 + 3 x2 y2 − x2 y3 − x3 y2 + x3 y3 = 0 y nos dice que es ortogonal a los vectores:

(1,0,0) (0,1,1) “Si es ortogonal su producto interior es cero”


Entonces nos daremos un VECTOR general: (x1 , x2 , x3 )

Si (1,0,0) es ortogonal a (x1 , x2 , x3 ) entonces (1,0,0); (x1 , x2 , x3 ) = x1 + x2 = 0


→ (1,0,0); (x1 , x2 , x3 ) = x1 + x2 = 0 (condición de ortogonalidad)

Si (0,1,1) es ortogonal a (x1 , x2 , x3 ) entonces (0,1,1); (x1 , x2 , x3 ) = x1 + 3x2 − x3 − x2 + x3 = 0

→ (0,1,1); (x1 , x2 , x3 ) = x1 + 2 x2 + x3 = 0 (Condición de ortogonalidad)


Escribimos el sub espacio en su forma general:

M ⊥ = ESPACIO VECTORIAL / CONDICION 
M ⊥ = (x1 , x2 , x3 ) x1 + x2 = 0  x1 + 2x2 + x3 = 0
NOS PIDEN : M ⊥  L ⊥

SOLO INTERSECTAMOS Nuestras condiciones de nuestros sub espacios es un sistema que tenemos que
resolver TENIENDO EN CUENTA QUE DEBE TENER DIMENSION 1 ESTO SIGNIFICA QUE EL SITEMA
DEBE SER PARAMETRIZADO EN UNA SOLA VARIABLE ENTONCES EL SISTEMA TIENE 3

70
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

INCOGNITAS ENTONCES NESECITAMOS 2 ECUACIONES ESCOGEREMOS DE MANERA ALETORIA
1ECUACION POR CADA SUB ESPACIO

M ⊥ → x1 + x2 = 0 x1 = − x2

L⊥ → 2 x1 + 4 x2 − x3 = 0 x3 = 2 x2

x1 = − x2
Condición:
x3 = 2x2
Término general del espacio vectorial: (x1 , x2 , x3 )

Remplazando la condición en el término general: (x1 , x2 , x3 ) = (− x2 , x2 ,2 x2 )


Tenemos 1 variable x2 que podríamos extraer:

(x1 , x2 , x3 ) = x2 (− 1,1,2) “LAS BASES SON VECTORES DIRECCIONALES SOLO NOS INTERESA LA DIRECCIÓN POR ESO
FACTORIZAMOS”

Todo Vector Se Puede Escribir Como Combinación Lineal De Su Base

(x1 , x2 , x3 ) = x2 (− 1,1,2)
La BASE L⊥  M ⊥ son los vectores que generan la combinación lineal

( )
Base L⊥  M ⊥ = (− 1,1,2) → DIM L⊥  M ⊥ = 1 ( )  x = − x2 
L⊥  M ⊥ = (x1 , x2 , x3 ) 1 
 x3 = 2 x2 

PROBLEMAS PROPUESTOS DE EXAMENES UMSA


 a a − b
1. Determine si el conjunto de matrices de la forma 
b 
, con la adición matricial y la
a − b
multiplicación por un escalar es un espacio vectorial
Resp. Es un Espacio Vectorial

2. Sea V un espacio Vectorial de matrices 2x2 sobre “R” y “W” consta de todas las matrices tal que
A2 = A Determine si W es un sub espacio de V
Resp. W no es un Sub espacio de V

71
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

3. Analizar si los polinomios a0 + a1 x + a2 x2 + a3 x3 + ....... + an xn para los que a0 = 0 son sub
espacios de P3
Resp. Es un sub espacio de P3

 
4. Dados los sub espacios de R4 W = ( x, y, z )  R 4 / 2 x = y, 2 z = t y el sub espacio
W = ( x, y, z)  R4 / x − y = 2 z − t Hallar una Base y Dimensión para: (a)W U (b)W + U
 1 
(a) BaseW U =  0, 0, ,1  ; Dim ( BaseW U ) = 1
 2 
Resp.
 3   1 
(b) BaseW +U =  , 2, 0, 0  , ( 2, 0,1, 0 ) ,  −1, 0, , 2   ; Dim ( BaseW +U ) = 3
 2   2 
5. Para que valores de “ a ”el polinomio p ( x ) será una combinación lineal de u ( x ) , v ( x ) y w ( x )

Si: p ( x ) = ax3 − 2 x 2 + 3x − 2 , u ( x ) = 3x3 − 3 , v ( x ) = 2 x3 + 5x 2 , w ( x ) = 7 x3 − 4 x


−81
Resp. a=
20
6. Escriba v ( t ) = t + 4t − 3 como combinación lineal de p1 ( t ) = t − 2t + 5 , p2 ( t ) = 2t − 3t y
2 2 2

p3 ( t ) = t + 3 Resp. v ( t ) = −3 p1 ( t ) + 2 p2 ( t ) + 4 p3 ( t )
7. Dado el espacio vectorial de los polinomios de grado 2º, determinar el valor de la constante “ k ”
de modo que el conjunto “S” sea:
S = ( k − 1) t 2 + t + 1, kt + 2, 2t + k

(a)linealmente independiente (b)linealmente dependiente.

Resp. (a) k  1, k  2  k  −2 (b) k = 1, k = 2  k = −2

1  
8. Hallar el valor de " " para que M =   pertenezca al subespacio generado por:
1 1 
 1 −2  0 1 
A=  y B=  Resp.  =3
 −1 −1 2 2
9. Determinar “r” y “t” de modo que los vectores u = ( −1, 2, −3,9 ) ; v = ( 2, −2, 4,3) y w = ( 3, −5, r , t ) ,
−33 −33 −33
sean linealmente independiente: Resp. r  8t = ,r = 8t  ,r  8t 
2 2 2
10. Hallar  de modo que el conjunto de vectores S = w1 , w2 , w3  se linealmente independiente
sus vectores como combinación lineal de V = u1 , u2 , u3  linealmente independiente.
w1 = u1 + u2 + u3
w2 = u1 +  u2 + 3u3
w1 = 2u1 − u2 +  u3
72
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Resp.   R

11. Indique si el siguiente conjunto es base para P2 : 1 + x + 4 x ,1 − 3x + 2 x ,1 − 3x + 2 x


2 2 2

Resp. NO ES BASE

12. Hallar una base y dimensión del espacio solución del sistema forma por
x − 3 y + z = 0, x − 3 y + z = 0 y x − 3 y + z = 0
Resp. Base = ( −7. − 1.4 ) , Dim ( Base ) = 1

13. Encuentre bases para los espacios de filas y columnas generados por los vectores:
u1 = ( 2, 0, 2, 2 ) , u 2 = ( 3, −4, −1, −9 ) , u 3 = (1, 2,3, 7 ) y u 4 = ( −3,1, −2, 0 ) , además la dimensión de las bases.

Resp. BF = (1, 2,3, 7 )( 0,1,1,3) , DimBF = 2; Bc = ( 2,3,1, −3) T


( 0, −4, 2,1)
T
, DimB = 2
c

14. Dados los Sub Espacios S y T en el espacio Vectorial P2definido por:


S = ax2 + bx + c / a + 3b − 2c = 0 y T = ax 2 + bx + c / 3a + 2b + c = 0 se pide hallar
S T y demostrar que también es un Sub Espacio en P2

Resp. S T ES UN Sub Espacio en P2

15. Hallar un vector x tal que los conjuntos de vectores de R3generen el mismo sub espacio
vectorial:

S = ( −3, 2, −1) , ( −5, 6,3) , ( −8, 4, 4 ) y T = (1,10,1) , x 
Resp. x = ( 0, 7,1)

16. En R3 se consideran los Sub Espacios:


U = ( x, y, z )  R3 / z = 0  U = ( 0,1,1) , ( 2,0,1) , ( 2,1, 2 )

Hallar una Base y Dimensión para: U ,W ,U + W y U  W

Resp. BaseU = (1,0, 2 ) , ( 0,1, −1) Dim ( BaseU ) = 2


Basew = ( 2,0,1) , ( −2,1,0 ) Dim ( Basew ) = 2

BaseU +W = (1,0,0 ) , ( −1, −1,0 ) , ( 0,0,1) Dim ( BaseU +W ) = 3


BaseU W = ( −2,1,0 ) Dim ( BaseU W ) = 1

73
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

17. Para los siguientes Sub Espacios, estudiar si son iguales y en caso de no serlo, determinar si
uno esta incluido en el otro:

W1 = ( x, y, z, t )  R 4 / x − y + z − t = 0  2 x + z + t = 0  W2 = ( 2,3, −1, 2 )  R 4 Resp. (a)Si dos


Sub Espacios son iguales las Dimensiones deben ser iguales, en nuestro caso
 Dim (W1 )  Dim (W2 )  W1  W2 (b) Para ver si esta incluido en el otro un elemento del conjunto
debe satisfacer la condición del otro Sub Espacio,(no esta incluido) W1  W2

18. Hallar una base para W1  W2 y la dimensión de W1 + W2 si:

W1 = ( x, y , z )  R 3 / 2 x − y − z = 0 y W2 = ( x, y , z )  R 3 / x − 3 y + z = 0

 3 5  
Resp. Base (W2  W1 ) = 1, ,   , Dim (W2 + W1 ) = 3
 4 4  

19. Calcular Dim (W1 W2 ) + (W3 W4 ) si


W1 = ( x, y, z )  R 3 / 2 y − z = −4 x , W2 = ( x, y, z )  R 3 / 2 x + 2 z = y

W3 = ( x, y, z )  R3 / x + 5 z = 4 y y W4 = ( x, y, z )  R 3 / x + 3 y = 3z

Resp. Dim (W1 W2 ) + (W3 W4 ) = 2

20. Sean los Sub Espacios en R4 S = ( x, y, z, u ) / 2 x + y − 2 z + u = 0 y T generado por el conjunto


(1, −1, −1, −1) , ( −1,1, −1, −1) , (1, −1, −3, −3) , ( 2, −2, −4, −4 ) , se pide encontrar una base y dimensión
para (a) S T , (b) S + T
Resp. (a) BaseS T = (1, −1,1,1) Dim ( BaseS T ) = 1

(b) BaseS +T = ( 2, −1,0, −2 ) , ( 0,1,0, −1) , ( 0,0, 2,1) , ( 0,0,1,1) Dim ( BaseS +T ) = 4

 1 1  1 1
21. Para el producto interior A; B = Tr ( BT A) Hallar: El ángulo entre  ;  Resp.
 1 1   0 1
 = 30º
22. En el Espacio Vectorial de los polinomios de grado 2 se define el Sub Espacio
L = at 2 + bt + c / 3a + 2b − 2c = 0 , se pide encontrar un base ortonormal para el mencionado Sub

74
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA
JOSE PAYE CHIPANA

CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL JOSUE PAYE CHIPANA

Espacio. Utilice el producto interior definido por:
p ( t ) , q ( t ) = p ( 0 ) q ( 0 ) + p (1) q (1) + p ( −1) q ( −1)
 1 
Resp. BaseL =  ( 2t 2 − 3t ) ,
1
( 6t 2 + 30t + 39 ) 
 26 7371 

 2 −1  1 1 
23. Hallar una base y dimensión para el Sub Espacio ortogonal a las matrices  ; 
 3 2   −2 −1
a b   e f
Utilice el producto interior definido por:  ;  = ae + 2bf + dh
 c d  g h
 −2 7   −1 2  
Resp. B =  ;    Dim ( B ) = 2
 3 0   0 3 

24. Dado el producto interior definido en R3 por: U ;V = u1v1 + 2u2v2 + u3v3 , donde U = ( u1 , u2 , u3 ) ,
V = ( v1 , v2 , v3 ) ,se pide ortonormalizar la base para el Sub Espacio en R3 generado por el conjunto de
vectores: ( −1, 2, 2) , (1, −1,1) , ( 0,1,3)
 1 
B = (1, 0, 4 ) ; ( 0,1,3)  B ⊥ = 
1
Resp. (1, 0, 4 ) ; ( −12,17,3)
 17 731 

75
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA

JOSE PAYE CHIPANA CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL

JOSUE PAYE CHIPANA
MATRICES Y DETERNINATES ¿CUANDO ES UN ESPACIO VECTORIAL?
Debe cumplir con 2 axiomas para el cual usaremos dos conjuntos uno de
vectores S =  
→ → → → →

u1 , u2 , u3 , u4 ,.......un  el otro de escalares K = k1 , k2 , k3 , ,.......kn 


Es un conjunto infinito “V” no vacío donde sus objetos son llamados vectores
sobre los que se definen las operaciones de adición y producto por un escalar,  
siendo su Estructura  (V ,+,•) 1 AXIOMA PARA LA SUMA DE VECTORES
→ →

¿CUANDO ES UN ESPACIO VECTORIAL? Axioma (1). Clausura Para La Suma: u1 + u2  S


Debe cumplir con 10 axiomas para el cual usaremos dos conjuntos uno de 1 AXIOMA PARA EL PRODUCTO POR UN ESCALAR
vectores V =  
→ → → → →

u1 , u2 , u3 , u4 ,.......un  el otro de escalares K = k1 , k2 , k3 , ,.......kn 



Axioma (2). Clausura Para El Producto: k u1  S
 
5 AXIOMAS PARA LA SUMA DE VECTORES Una segunda forma de caracterizarlos a los 2 axiomas se concreta en la
→ → condición equivalente a la anterior “S” es un subespacio vectorial de V si y
Axioma (1). Clausura Para La Suma: u1 + u2  V
sólo si se verifica que:
→ → → →
→ → → →
Axioma (2). Conmutatividad Para La Suma: u1 + u2 = u2 + u1 k1 , k2  R,  u1 , u2  S ; k1u1 + k2u2  W
Axioma (3). Asociatividad Para La Suma: u1 +  u2 + u3  =  u1 + u2  + u3
→ → → → → →
SUB ESPACIO VECTORIAL “S” (CONDICION )
    En los problemas veremos que es necesario expresar al sub espacio como
→ → → →
Axioma (4). Existencia Del Neutro “  ” Aditivo: u1 +  = u1 conjunto con restricción de esta manera siempre reconoceremos las condiciones
del conjunto para fines prácticos lo veremos de esta forma general
S = ESPACIO VECTORIAL/ CONDICION 
→ → → →
Axioma (5). Existencia Del Inverso “ u −1 ” Aditivo: u1 + u −1 = 
5 AXIOMAS PARA EL PRODUCTO POR UN ESCALAR COMBINACIÓN LINEAL

Axioma (6). Clausura Para El Producto: k u1  V COMBINACIÓN LINEAL ES LA FORMA DE ESCRIBIR UN VECTOR
Axioma (7). Distributividad Del Producto Por Un Escalar Respecto A La Suma De COMO RESULTANTE (SUMA DE VECTORES)

Sea un conjunto ““V”” V =   →


→ → → → →
Vectores: k  u1 + u2  = k u1 + k u2
→ → → →
u1 , u2 , u3 , u4 ,.......un  , w que pertenece al espacio
   
Axioma (8). Distributividad Del Producto De Un Vector Respecto A La Suma De vectorial “V” y un conjunto de escalares K = k1 , k2 , k3 , ,.......kn  , si puede escribir:
→ → →
Escalares: (k1 + k2 ) u1 = k1 u1 + k2 u1 “Todo vector se puede escribir como la suma de un
espacio vectorial multiplicado por un escalar a cada vector”
Axioma (9). Asociatividad Del Producto: (k1  k2 )u1 = k1   k2 u1 
→ →
→ → → → → →

  w = k1 u1 + k 2 u 2 + k 3 u 3 + u 4 + .......+ k n u n
→ →
Axioma (10). Existencia Del Neutro Para el Producto “ k * ”: k * u1 = u1  k * = 1 Para que exista una combinación lineal los valores k1 , k 2 , k 3 , ,.......k n deben

existir para cada vector de V =  


→ → → → →

SISTEMAS LINEALES u1 , u 2 , u 3 , u 4 ,.......u n  del espacio “V”


 
Es un conjunto “S” no vacío donde sus objetos son llamados vectores sobre
los que se definen las operaciones de adición y producto por un escalar, siendo NOTA: La combinación lineal en el ámbito de ingeniería tenemos que verla como
su Estructura  (V ,+,•) una forma más de escribir un sistema lineal (OBJETIVO DE LA MATERIA)
A X = B FORMA MATRICIAL
UN SUB ESPACIO VECTORIAL ES SUB CONJUNTO DE UN
ESPACIOVECTORIAL S  V

1
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA

JOSE PAYE CHIPANA CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL

JOSUE PAYE CHIPANA
Para hallar la base tenemos que remplazar las condiciones del sub espacio en
AX Es una combinación lineal de las columnas de A
el término general del espacio vectorial de esta manera:
 a11   a12   a13   a1n   b1  W = ESPACIO VECTORIAL/ CONDICION 
         
 a21   a22   a23  a  b  DIMENSIÓN DE LA BASE “Dim()”
AX = x1   + x2   + x3   + .....+ xn  2 n  =  2 
    
         
a  a  a   a  b  Es el número de vectores no nulos que tiene una base
 m1   m2   m3   mn   m 

BASE =  
→ → → → →

u1 , u 2 , u 3 , u 4 ,.......u n  Dim(BASE) = n


INDEPENDENCIA LINEAL
 
Sea un conjunto ““V”” V =   →
→ → → → →

u1 , u 2 , u3 , u 4 ,.......u n  , w que pertenece al espacio


  Dim(W + T ) = Dim(W ) + Dim(T ) − Dim(W  T )
vectorial “V” y un conjunto de escalares K = k1 , k 2 , k 3 , ,.......k n  , todos los Dim(W  T ) = Dim(W ) + Dim(T )
escalares son cero :
“Todo vector se puede escribir como la suma de un espacio TEOREMA:
vectorial multiplicado por un escalar a cada vector” Sea V un espacio vectorial sobre k de dimensión finita, si W es un
V 
subespacio propio de V, entonces: Dim  = Dim(V ) − Dim(W )
→ → → → → →
0 = k1 u1 + k 2 u 2 + k 3 u 3 + u 4 + .......+ k n u n
W 
SISTEMA HOMOGÉNEO: AK  = 0 FORMA MATRICIAL
OPERACIONES ENTRE SUB ESPACIOS VECTORIALES
LINEALMENTE INDEPENDIENTE: A  0
Sean W1 ,W2 , subespacios vectoriales de un espacio vectorial “V”, se definen las
LINEALMENTE DEPENDIENTE: A = 0
siguientes operaciones entre subespacios:
NOTA: SI UN CONJUNTO ES LINEALMENTE INDEPENDIENTE
ES BASE (GENERADOR) INTERSECCIÓN Sean W1 ,W2 , dos subespacios vectoriales de un espacio vectorial
TEOREMA “V”. La intersección de dos subespacios vectoriales se define de la siguiente
Dos vectores en un espacio vectorial son linealmente 
forma: W1  W2 = x  V / x  W1  x  W2 
dependientes si y solo si uno es múltiplo escalar del otro
UNIÓN Sean W1 ,W2 ,dos subespacios vectoriales de un espacio vectorial
CONJUNTO GENERADOR (CALCULO DEL SUB ESPACIO) (V,+,.R). La unión de dos subespacios vectoriales se define de la siguiente
Si los vectores V = 
→ → → → →

u1 , u 2 , u 3 , u 4 ,.......u n  en un espacio vectorial “V” GENERAN
 

forma: W1  W2 = x  V / x  W1  x  W2 
“V” si todo vector en “V” se puede escribir como una combinación lineal de ellos. La UNIÓN de subespacios vectoriales no siempre es un subespacio
→ vectorial
Es decir, para todo v  V , existen escalares  1 ,  2 ,  3 , ,....... n tales que: SUMA Ya que la UNIÓN de subespacios vectoriales no tiene por qué ser un
→ → → → →
v =  1 u1 +  2 u 2 +  3 u 3 + .......+  n u n subespacio vectorial, necesitaríamos una operación alternativa que recoja en
cierta forma la idea de JUNTAR o AÑADIR propia de la unión, que mantenga la
BASE DE UN SUB ESPACIO: Es un conjunto del espacio vectorial V si se cumplen las
estructura de subespacio vectorial
siguientes condiciones:
Para ello se construye la operación SUMA DE SUBESPACIOS:
• Forman un sistema linealmente independiente
• Todo elemento de V se puede escribir como combinación lineal de los Sean W 1
,W2
, dos subespacios vectoriales de “V”, se define la suma de estos
elementos de la base B
1 2

subespacios como: W + W = z  V / z = x + y, x  W  y  W 1 2

¿CALCULO DE LA BASE W ?

2
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA

JOSE PAYE CHIPANA CODEX-ALGEBRA LINEAL Y TEORÍA MATRICIAL


JOSUE PAYE CHIPANA
SUMA DIRECTA Cuando tenemos dos subespacios vectoriales cuya intersección
es el elemento neutro del espacio vectorial, y efectuamos la operación suma de PROYECCIÓN DE UN VECTOR u SOBRE UNA BASE ORTONORMAL
subespacios, el subespacio resultante se obtiene añadiendo "totalmente" los v→ , v→ , v→ , v→ ,.......v→  : Pr oy u→ = u→; v→ v→ + u→; v→ v→ + u→; v→ v→ + ... + u→; v→ v→
vectores de uno con los de otro, es decir se realiza una SUMA DIRECTA de B =  
1 2 3 4 n

B 1 1 2 2 3 3 n n

subespacios.
Sea “V” un espacio vectorial y sean W1 ,W2 dos subespacios vectoriales de “V”, → →

→ →
u; v
se define la SUMA DIRECTA de estos subespacios al ANGULO ENTRE DOS VECTORES u , v : cos = → →
subespacio W1  W2 = W si y sólo si W1 + W2 = W y además W1 W2 = 0  u v

 
W1  W2 = z  V / z = x + y, x  W1  y  W2 y W1  W2 = 0  MODULO DE UN VECTOR: u =
→ → →
u; u
TEOREMA
Sea “V” un espacio vectorial y W1 ,W2 , 2 subespacios vectoriales de V.
Entonces W1  W2 y W 1+W2 también son subespacios vectoriales de V → → → → → →
DISTANCIA ENTRE VECTORES: d = u− v = u − v; u − v
PRODUCTO INTERNO → →
Es un conjunto infinito “V” no vacío donde sus objetos son llamados vectores ORTOGONALIDAD ENTRE VECTORES u ; v = 0
sobre los que se definen las operaciones de adición y producto por un escalar,
siendo su Estructura  (V ,+,•) PROCESO DE ORTONORMALIZACIÓN DE BASES GRAHAM SCHMIDT
¿CUANDO ES UN ESPACIO CON PRODUCTO INTERIOR?
→ → → → →

Debe cumplir con 4 axiomas para el cual usaremos dos conjuntos uno de Sea una base B = u1 , u 2 , u3 , u 4 ,....... u n  y la base ortonormalizada será
vectores el otro de escalares  
→ → → → → → → → →
Axioma (1). Conmutatividad: u; v = v; u → → → → →
 → u u 2 − u 2 ; u1 ' u1 '
B ' = u1 ' , u 2 ' , u3 ' , u 4 ',....... u n ' u1 ' = →1 →
u2 ' =
→ → → → → → →   u1
→ → → →
Axioma (2). Distributividad: u; v + w = u; v + u; w u 2 − u 2 ; u1 ' u1 '

→ → → → → → → → → → →
Axioma (3). Homogeneidad:  u; v =  u; v →
u3 − u3 ; u 2 ' u 2 '− u3 ; u1 ' u1 '
u3 ' = → → → → → → →
→ →
Axioma (4). Positividad: u; u  0 u3 − u3 ; u 2 ' u 2 '− u3 ; u1 ' u1 '

→ → → → → → → → → → → → →
→ →

un − un ; un−1 ' un−1 '− un ; un−2 ' un−2 '−....... − un ; u2 ' u2 '− un ; u1 ' u1 '
→ → u; v
PROYECCIÓN DE UN VECTOR u SOBRE OTRO VECTOR v : Pr oy u→ = →
2

v un ' = → → → → → → → → → → → → →
v →
v un − un ; un−1 ' un−1 '− un ; un−2 ' un−2 '−....... − un ; u2 ' u2 '− un ; u1 ' u1 '

3
INGENIERÍA CIVIL PAYE INGENIERÍA PETROLERA

You might also like