Espacios Vectoriales

Fase 4: Actividad grupal 3 post tarea.

Presentado a:

Erick miguel barrios

Tutor

Presentado por:

Grupo: 208046_20

Universidad nacional abierta y a distancia - UNAD

Escuela de ciencias básicas tecnología e ingeniería

Mayo de 2017

Tabla de contenido

1. Introducción

2. Objetivos

3. Actividad

4. Solución
5. Conclusión

6. Bibliografías

1. INTRODUCCIÓN

En el presente trabajo, se muestra el desarrollo de las actividades propuestas

para la fase 4 unidad que hace referencia a los espacios vectoriales, daremos
conocimiento que es un espacio vectorial por medio de ejercicios, explicamos que
un espacio vectorial es, Sea V un conjunto no vacío. Supongamos que en V hay
definida una operación suma, que denotaremos por +, y una operación producto
por un escalar, que denotaremos por ·. Diremos que (V, +, ·) es un espacio
vectorial real (o simplemente un espacio vectorial) si verifican propiedades.

Propiedades de la suma de vectores.

• Asociativa: (u+v)+w = u+(v+w)

• Conmutativa: v+u=u+v.

• Existe un elemento neutro, el vector 0 , tal que + v = v para cualquier vector v. K

0K

• Para cada vector v existe un elemento opuesto, –v, que sumado con él da 0 . K
Propiedades del producto de un vector por un escalar.

• Asociativa: β (α v) = ( β α ) v

• Distributivas: ƒ Respecto de la suma de escalares: (α + β ) v = α v + β v ƒ

Respecto de la suma de vectores: α (u + v) = α u +α v

• Existe un elemento unidad: el escalar 1, tal que 1· v = v para cualquier vector v.

También hallaremos el rango de una matriz y por ultimo demostrar que un sistema
dado es base de R^3

2. OBJETIVOS

 Explicar que es un espacio vectorial

 Aplicar concepto a los ejercicios y verificar si un conjunto de vectores es linealmente
dependiente o es combinación lineal
  Identificar si es una base de R^3

1. Elaborar de manera colaborativa dos mapas mentales o mapas conceptuales

Propiedades de la multiplicación por un escalar.
(usar herramientas web para la elaboración) acerca de la definición de lo que es
Sean y vectores en V, c y d constantes (escalares)
Combinación
un espacio vectorial y que es un sub espacio vectorial. Lo que se debe lineal de un
entregar en
1) El vector es un vector en V
sistema de vectores
Un vector
el documento es la imagen del mapa con la url o dirección web para verlo online decimos que
es combinación lineal del
2)
sistema si
ESPACIOS VECTORIALES
existen
3) . Los incisos 2 y 3 representan la propiedad
distributiva. escalares (lla
mados coeficientes) tales
Un espacio vectorial V es un conjunto de vectores junto con dos operaciones,
4) que:
un espacio vectorial,
la suma y la multiplicación por un escalar, que satisfacen las siguientes
E, y un conjunto finito de
propiedades vectores de
5) Para todo vector , , tal que , y se denomina
el inverso aditivo E,
Sistemas ,
de vectores
Observaciones sobre la combinación lineal de vectores:

- El elemento de E es combinación lineal de cualquier familia de vectores de E. (Sin más que

elegir todos los coeficientes nulos).

- Todo vector es combinación lineal de sí mismo, y en general, de cualquier familia que lo

contenga, pues (y para el resto de los vectores de la familia se les atribuyen
coeficientes nulos).

- Si es combinación lineal de y cada uno de ellos es combinación lineal de

otros , entonces el vector es combinación lineal de

los .
2. Demuestre con un ejemplo la siguiente afirmación y justifique la

respuesta. “

Un conjunto de vectores es linealmente dependiente si alguno de ellos es

combinación lineal de los demás

a) Como sabemos de nuestros conceptos de dependencia lineal, para que un

vector sea linealmente dependiente, la suma de los vectores debe dar un vector

cero con al menos un coeficiente diferente de cero, un ejemplo que podríamos dar

de vectores es el siguiente, tenemos 3 vectores.

( ) () ()
3 1 5
⃗
V 1= −1 ; ⃗
V 2= 2 ; ⃗
W= 3
2 1 4

Aplicando un poco de algebra podemos observar que el vector ⃗

W depende de
⃗
V1 y⃗V2 ,

⃗
W =⃗
V 1+2 ⃗
V2

( ) () ()
3 1 5
1 −1 +2 2 = 3 =⃗W
2 1 4
Igualamos a cero,

( ) () () ()
3 1 5 0
1 −1 +2 2 − 3 = 0
2 1 4 0

Lo que nos da como resultado es, la suma de los 3 vectores es igual a cero, con

coeficientes diferentes de cero, con este ejemplo podemos comprobar la

afirmación.
b) Por conceptos estudiados tenemos en álgebra lineal, un conjunto de vectores

es linealmente independiente si ninguno de ellos puede ser escrito con una

combinación lineal de los restantes. Por ejemplo, en R3, el conjunto de vectores

(1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente independiente, mientras que (2, −1, 1),

(1, 0, 1) y (3, −1, 2) no lo es, ya que el tercero es la suma de los dos primeros.

3. Determinar mediante Gauss Jordán dependencia o independencia lineal

de los siguientes vectores. (1, 2,1) (2, 1,0) (4, 5,2). Recomendación ubicar

las componentes de manera vertical.

Por definición sabemos que la suma de nuestros tres vectores nos debe dar cero,

por lo que los organizamos de la siguiente manera,

() () () ()
1 2 4 0
α 1 2 + α2 1 + α3 5 = 0
1 0 2 0
Nos arrojan las siguientes ecuaciones,

α 1+2 α 2+ 4 α 3=0
2 α 1 +α 2+ 5 α 3=0
α 1+2 α 3=0

Obtenemos tres ecuaciones con tres incógnitas, las solucionamos por medio del

método de gauss Jordán.

 | || | ||
1 2 40 1 2 4 0
f 2=f 2−2 f 1
2 1 50 → 0 −3 −3 0 f 3=f 3 /−3
f 3 =f 3 −f 1
1 0 20 0 −2 −2 0
Esto quiere decir que
tenemos infinitas

| || | ||
1 2 4 0 1 2 4 0
soluciones.
0 1 1 0 f 3=f 3 +2 f 2 → 0 1 1 0
0 −2 −2 0 0 0 0 0

| || | ||
1 2 40 1 0 20
f =f
0 1 10 1 1 −2 f 2 → 0 1 10
0 0 00 0 0 00

De lo anterior tenemos

α 1+2 α 3=0

α 2+ α 3=0

Como tenemos α 3 en las dos ecuaciones las dejamos en función de la misma

α 1=−2α 3

α 2=−α 3
Creamos una tabla dándole valores a α3

α1 α2 α3
-2 -1 1
-4 -2 2
-6 -3 3
-8 -4 4
-10 -5 5

() () () ()
1 2 4 0
α 1 2 + α2 1 + α3 5 = 0
1 0 2 0

Comprobamos algunos valores

(−2) ( 1 ) + (−1 ) (2)+ ( 1 ) (4)=0

(−2 )( 2 ) + (−1 ) (1 )+ ( 1 ) ( 5 )=0

(−6 ) (1 )+ (−3 ) ( 2 ) + ( 3 ) ( 4 )=0

Con esto demostramos que los vectores son linealmente dependientes.

4. Encontrar el rango de las siguientes matrices

( ) ( )
1 −1 2 1 −2 3
A= 3 1 4 B= 2 4 5
−1 0 4 1 6 2

Aplicamos Gauss para determinar el rango en las dos matrices.

( ) ( )
1 −1 2 f =f −3 f 1 −1 2 1
A= 3 1 4 2 2 1
→ 0 4 −2 f 3=f 3+ f
f =f + f 4 2
−1 0 4 3 3 1 0 −1 6

( )
1 −1 2
0 4 −2 R ( A ) =3
0 0 11/2

En la matriz A podemos observar que hay 3 filas diferentes de cero, por lo que
tenemos rango 3

( ) ( )
1 −2 3 f =f −2 f 1 −2 3
B= 2 4 5 2 2 1
→ 0 8 −1 f 3=f 3−f 2
f =f −f
1 6 2 3 3 1 0 8 −1

( )
1 −2 3
0 8 −1 R ( B ) =2
0 0 0

De la matriz B obtenemos como respuesta que hay dos filas diferentes de cero por

lo que el rango es 2.

3
5. El sistema [(1, 0,-1), (0, 2,3) , (1,4,-1) ] es base de R ?
Primero llamamos al sistema “S”

S=[ ( 1,0,−1 ) , ( 0,2,3 ) ,(1,4,−1) ]

Donde,

V 1=( 1,0,−1 ) ; V 2=( 0,2,3 ) ; V 3=(1,4,−1)

3
Se debe demostrar que S genera a R y que es linealmente independiente.

Consideramos un vector cualquiera, v =( x , y , z ) ∈ R3

Queremos ver si v es combinación lineal de S, ósea si,

v =C 1 (1,0,−1 )+ C 2 ( 0,2,3 ) +C 3(1,4,−1)

Y saber si las constantes C1 , C2 y C 3 existen.

Operando,

v =( C1 , 0 ,−C 1 ) + ( 0 , 2C 2 ,3 C 2 ) + ( C 3 , 4 C3 ,−C 3 )=(x , y , z)

Esto genera el siguiente sistema de ecuaciones lineales,

C1 +C 3=x

2C 2 +4 C 3= y

−C 1 +3 C2−C 3=z
Resolvemos el nuevo sistema por el método de gauss

( |)
x

(
1 0 3 x
|) 1 0 1 x

( | )f2 1 0 1
0 2 4 y f 3=f 3 +f 1 → 0 2 4 y f 2= → 0 1 2
−1 3 −1 z 0 3 0 x+z
2
0 3 0
y f =f −3 f
2 3 3
x+ z
2

(
1 0 1
0 1 2
|x
y /2
0 0 −6 x + z−(3/ 2) y )
Tenemos un sistema compatible, van a existir los valores de las constantes

C1 , C2 y C 3 por lo tanto es sistema generador de R3 .

Escribimos nuestro nuevo sistema de ecuaciones

C1 +C 3=x
C2 +2 C3 = y /2
3
C3 =x+ z − y
2

Hallamos cada una de las constantes

C2 +2 C3 = y /2
y 3
(
C2 = −2 x + z− y
2 2 )
y
C2 = −2 x−2 z+3 y
2
7
C2 =−2 x+ y−2 z
2

C1 +C 3=x
3
C1 =x−x−z+ y
2
 3
C1 = y−z
2

Ahora reemplazamos las constantes en nuestro sistema,

( x , y , z ) =C 1 (1,0,−1 ) +C 2 ( 0,2,3 ) +C 3 ( 1,4,−1 )

( 32 y −z) ( 1,0,−1) +(−2 x + 72 y−2 z) ( 0,2,3 ) +( x+ z− 32 y) (1,4,−1)

( x , y , z )=

Cualquier vector (x, y, z) se puede expresar como combinación lineal de los

vectores de S, por tanto S es un sistema generador de R3 .

CONCLUSIÓN

Con este trabajo damos conocimiento de que son los espacios vectoriales un
conjunto de objetos, denominados vectores, junto con dos operaciones binarias
llamadas suma y multiplicación por un escalar y que satisfacen unas propiedades.

Al igual que un subespacio demostramos una base teniendo en cuenta el

concepto Sea un subconjunto cualquiera no vacío de un espacio vectorial V y
nombrémoslo F es un espacio vectorial siempre y cuando cumpla las operaciones
de suma y multiplicación por un escalar definidas en V. Entonces se puede decir
que F es un sub espacio de V.

Una vez más vemos que el cálculo es una cadena integrando la matriz de gaus
Jordán a los ejercicios para hallar si son linealmente dependientes o
independientes.
BIBLIOGRAFÍA

 Amaya, H. (2016). Sistemas de ecuaciones lineales: Gauss-Jordan.

[Video]. Universidad Nacional Abierta y a Distancia. Recuperado
de http://hdl.handle.net/10596/7192
 Amaya, J. (2016). Ecuaciones paramétricas y simétricas. [Video].
Universidad Nacional Abierta y a Distancia. Recuperado
dehttp://hdl.handle.net/10596/7190
 Vargas, J. (2015). Solución de sistemas de ecuaciones lineales: Eliminación
Gausiana. [Video]. Universidad Nacional Abierta y a Distancia. Recuperado
de http://hdl.handle.net/10596/7182
 Rodríguez J., (N-D.) Planos en el espacio. Intersecciones entre planos y
rectas. Recuperado de: http://hdl.handle.net/10596/7091
 Zúñiga, C. (2010). Módulo Algebra Lineal. Bogotá, UNAD. Páginas 164 a
182. Recuperado de http://hdl.handle.net/10596/7081
 Hernán Puentes, Video recuperado de YouTube el 3 de enero de 2013,
Ecuaciones Paramétricas y Simétricas de una Recta - Algebra Lineal
https://www.youtube.com/watch?v=6KahzC01je0