TAREA 1.

VECTORES, MATRICES Y DETERMINANTES

PRESENTADO POR:
Gil Cabrera Sofía Del Mar
CÓDIGO: 1127722618

208046- ÁLGEBRA LINEAL

Grupo - 1704

Presentado A
MANUEL GUILLERMO SANCHEZ MORERAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

01 DE OCTUBRE DE 2024
 INTRODUCCIÓN

El Álgebra Lineal, Con Sus Pilares En Vectores, Matrices Y Determinantes, Proporciona

Un Lenguaje Matemático Poderoso Para Modelar Y Resolver Una Amplia Gama De
Problemas. Los Vectores, Como Entidades Con Magnitud Y Dirección, Nos Permiten
Representar Cantidades Físicas Como Fuerzas Y Velocidades. Las Matrices, A Su Vez,
Generalizan El Concepto De Vector Y Nos Permiten Organizar Y Manipular Grandes
Cantidades De Datos De Manera Eficiente. Los Determinantes, Por Su Parte, Son Escalares
Asociados A Matrices Cuadradas Y Tienen Diversas Interpretaciones Geométricas Y
Algebraicas, Como El Área De Un Paralelogramo O El Volumen De Un Paralelepípedo. En
Este Trabajo, Profundizaremos En Estas Herramientas Matemáticas, Explorando Sus
Propiedades, Operaciones Y Aplicaciones En Áreas Como La Resolución De Sistemas De
Ecuaciones Lineales, La Transformación De Coordenadas, La Diagonalización De Matrices
Y El Cálculo De Inversas.
 JUSTIFICACIÓN

El Presente Trabajo De Investigación Tiene Como Propósito Profundizar En El

Entendimiento Y Aplicación De Los Conceptos De Vectores, Matrices Y Determinantes,
Pilares Fundamentales Del Álgebra Lineal. A Través De Este Estudio, Se Busca
Comprender La Estructura Matemática Subyacente A Diversos Fenómenos Naturales Y
Procesos Industriales, Así Como Desarrollar Habilidades Para Modelar Y Resolver
Problemas En Diversos Campos Del Conocimiento.

La Relevancia De Este Trabajo Radica En La Ubicuidad De Los Conceptos De Álgebra

Lineal En Múltiples Disciplinas. Desde La Física Y La Ingeniería, Donde Se Utilizan Para
Describir Sistemas De Ecuaciones Y Transformaciones Lineales, Hasta Las Ciencias De La
Computación, Donde Son Esenciales Para El Procesamiento De Imágenes Y El
Aprendizaje Automático, Los Vectores, Matrices Y Determinantes Constituyen Una
Herramienta Indispensable Para El Análisis Y La Resolución De Problemas Complejos.

El Contexto En El Que Se Desarrolla Esta Investigación Es El De La Educación Superior,

Específicamente En El Área De Las Matemáticas. El Objetivo Es Proporcionar A Los
Estudiantes Una Base Sólida En Estos Conceptos, Permitiéndoles Aplicarlos En Cursos
Posteriores Y En Su Futura Vida Profesional.

El Problema De Investigación Que Se Aborda Es La Necesidad De Fortalecer La

Comprensión De Los Estudiantes Sobre Los Conceptos Abstractos Del Álgebra Lineal, Así
Como Su Capacidad Para Relacionarlos Con Aplicaciones Prácticas. Se Busca Diseñar
Actividades Y Ejercicios Que Permitan A Los Estudiantes Construir Una Visión Integral
De Estos Conceptos Y Desarrollar Habilidades De Resolución De Problemas.

La Solución Propuesta Consiste En El Diseño Y Aplicación De Una Secuencia De

Actividades Didácticas Que Combinen Elementos Teóricos Y Prácticos. A Través De La
Resolución De Problemas, La Realización De Demostraciones Y El Uso De Software
Matemático, Se Pretende Que Los Estudiantes Adquieran Una Comprensión Profunda De
Los Conceptos Y Sus Interrelaciones.

La Justificación Teórica De Este Trabajo Se Encuentra En La Importancia Del Álgebra

Lineal Como Base Para El Desarrollo De Otras Áreas De Las Matemáticas, Como El
Cálculo Vectorial, El Álgebra Lineal Numérica Y El Análisis Funcional. Además, La
Teoría De Matrices Y Determinantes Tiene Aplicaciones Directas En Campos Como La
Física Cuántica, La Teoría De Control Y La Economía.

La Necesidad Práctica De Este Trabajo Surge De La Demanda Creciente De Profesionales

Con Habilidades En El Análisis De Datos Y La Resolución De Problemas Complejos. El
Dominio De Los Conceptos De Álgebra Lineal Es Fundamental Para Desempeñarse En
Campos Como La Ciencia De Datos, La Inteligencia Artificial Y La Ingeniería De
Software.

En Resumen, El Presente Trabajo Busca Contribuir A La Formación De Profesionales

Capaces De Enfrentar Los Desafíos Del Mundo Actual, Proporcionándoles Las
Herramientas Matemáticas Necesarias Para Modelar Y Resolver Problemas Complejos En
Diversos Contextos.
 OBJETIVO GENERAL

Ampliar el conocimiento teórico y práctico de los conceptos fundamentales de vectores,

matrices y determinantes, estableciendo una base sólida para su aplicación en diversas áreas
del conocimiento.

Objetivos específicos

Comprender las propiedades algebraicas y geométricas de los vectores, matrices y

determinantes, y su relación con otros conceptos matemáticos.
Dominar las operaciones básicas con vectores y matrices, incluyendo suma, resta,
multiplicación por escalar, producto punto y producto cruz.
Analizar las aplicaciones de los vectores, matrices y determinantes en la resolución
de sistemas de ecuaciones lineales, la geometría analítica, el álgebra lineal numérica
y otras áreas afines.
Desarrollar habilidades para la representación gráfica y la interpretación geométrica
de vectores y matrices.
Utilizar software matemático para realizar cálculos y visualizaciones relacionadas
con vectores, matrices y determinantes.
Evaluar la importancia de los vectores, matrices y determinantes en el desarrollo de
modelos matemáticos para describir fenómenos naturales y sociales.
 TAREA 1. VECTORES, MATRICES Y DETERMINANTES.

LETRA ___B___

Ejercicio 1. Resolución de problemas básicos de vectores en el plano.

Para cada uno de los siguientes pares de puntos, trace el vector ⃗⃗⃗⃗⃗⃗ en el plano
cartesiano utilizando GeoGebra. Posteriormente, calcule, y vuelva a trazar ⃗⃗⃗⃗⃗⃗
como un vector en el plano que se encuentra en posición estándar. Finalmente
realice una breve presentación personal en inglés en 3 minutos y Sustente el
ejercicio propuesto haciendo uso de la aplicación GeoGebra a través de un video
no mayor a 6 minutos de duración, el cual deberá alojarse en una plataforma de
videos por demanda con acceso público (Loom, YouTube, Vimeo, Teams, etc.)

( )y ( ).
Nota: Un vector, como (OA) , con su punto inicial en el origen se considera en posición
estándar. Este ejercicio muestra que cualquier vector puede representarse como un vector
en posición estándar. Además, un vector en posición estándar puede trasladarse para que su
origen se encuentre en cualquier punto del plano.
Solución:
1. Graficando PQ en el plano cartesiano:
 Los puntos P y Q en GeoGebra de la siguiente manera:
o P=(4,-1)
o Q=(-2,6)
  el vector: herramienta de segmento para unir los puntos P y Q. Este segmento
representa el vector PQ.

2. Calculando PQ en su forma estándar:

Para obtener el vector PQ en su forma estándar, restamos las coordenadas del punto inicial
(P) de las coordenadas del punto final (Q):
 Componentes del vector PQ:
o Componente x: -2 - 4 = -6
o Componente y: 6 - (-1) = 7
  Vector PQ en forma estándar: PQ = (-6, 7)
Esto significa que, si iniciamos en el origen (0, 0) y nos movemos 6 unidades hacia la
izquierda y 7 unidades hacia arriba, llegaremos al extremo del vector PQ.
Ejercicio 2. Resolución de problemas básicos de vectores en el espacio.
Considere los vectores ⃗ y ⃗⃗⃗ correspondientes al literal escogido. Ahora, proceda a
calcular:

 La suma ⃗ ⃗ ⃗⃗⃗ .
 La magnitud (o norma) de ⃗
 El vector unitario en la dirección de ⃗
 El ángulo formado por los vectores ⃗ y ⃗⃗⃗⃗
 Realice la comprobación utilizando GeoGebra u otro programa computacional similar

⃗ ( ) y ⃗⃗⃗ ( ).

Respuesta:
 v = (3, 4, -1)
 w = (2, -3, 5)
Debemos calcular:
1. La suma de los vectores: v + w
2. La magnitud (o norma) del vector resultante: ||v + w||
3. El vector unitario en la dirección de v + w: (v + w) / ||v + w||
4. El ángulo entre los vectores v y w: Utilizando el producto escalar
Solución Paso a Paso
1. Suma de Vectores
Para sumar dos vectores, simplemente sumamos sus componentes correspondientes:
 v + w = (3 + 2, 4 + (-3), -1 + 5) = (5, 1, 4)
2. Magnitud (Norma) del Vector Resultante
La magnitud de un vector es su longitud. Se calcula utilizando el teorema de Pitágoras
generalizado para tres dimensiones:
 ||v + w|| = √(5² + 1² + 4²) = √42
3. Vector Unitario
Un vector unitario tiene magnitud 1 y la misma dirección que el vector original. Para
encontrar el vector unitario en la dirección de v + w, dividimos el vector por su magnitud:
 (v + w) / ||v + w|| = (5/√42, 1/√42, 4/√42)
4. Ángulo entre los Vectores v y w
Utilizamos el producto escalar para encontrar el ángulo entre dos vectores:
 v · w = 32 + 4(-3) + (-1)*5 = -11
 ||v|| = √(3² + 4² + (-1)²) = √26
 ||w|| = √(2² + (-3)² + 5²) = √38
 v · w = ||v|| * ||w|| * cos(θ)
 cos(θ) = (v · w) / (||v|| * ||w||) = -11 / (√26 * √38)
 θ = arccos(-11 / (√26 * √38))
Resumen de Resultados:
 Suma: v + w = (5, 1, 4)
 Magnitud: ||v + w|| = √42
 Vector unitario: (5/√42, 1/√42, 4/√42)
 Ángulo: θ = arccos(-11 / (√26 * √38))

Representado en GeoGebra:
Ejercicio 3. Operaciones entre vectores en .

Considere los vectores ⃗ y ⃗ correspondiente al literal seleccionado.

 Calcule el producto cruz ⃗⃗⃗ ⃗⃗⃗

 Determine la proyección ortogonal del vector ⃗ sobre ⃗
 Realice la comprobación utilizando GeoGebra u otro programa
computacional similar

⃗ ( )y⃗ ( ).

Respuesta:
En este ejercicio, se nos presentan dos vectores en el espacio tridimensional:
 u = (1, -2, 5)
 v = (5, -2, -3)
Se nos pide realizar dos operaciones principales:
1. Producto Cruz: Calcular el vector resultante del producto cruz de u y v, que es
perpendicular a ambos vectores.
2. Proyección Ortogonal: Encontrar la proyección del vector u sobre el vector v, es
decir, la parte de u que apunta en la misma dirección que v.
Solución Paso a Paso
1. Producto Cruz (u x v)
El producto cruz se calcula utilizando una regla nemotécnica como la regla de la mano
derecha o un determinante:
u x v = | i j k | | 1 -2 5 | | 5 -2 -3 |
Desarrollando el determinante:
 u x v = i((-2)(-3) - 5(-2)) - j((1)(-3) - 5(5)) + k((1)(-2) - (-2)(5)) = i(6 + 10) - j(-3 -
25) + k(-2 + 10)
= 16i + 28j + 8k
 u x v = (16, 28, 8)
Este nuevo vector (16, 28, 8) es perpendicular tanto a u como a v.
2. Proyección Ortogonal de u sobre v
La proyección ortogonal de u sobre v se calcula utilizando la siguiente fórmula:
  proj_v(u) = (u · v / |v|²) * v Donde:
o u · v es el producto escalar de u y v
o |v|² es el cuadrado de la magnitud de v
Calculando el producto escalar:
 u · v = 15 + (-2)(-2) + 5*(-3) = -4
Calculando la magnitud de v al cuadrado:
 |v|² = 5² + (-2)² + (-3)² = 38
Entonces, la proyección de u sobre v es:
 proj_v(u) = (-4/38) * (5, -2, -3) = (-20/38, 8/38, 12/38) = (-10/19, 4/19, 6/19)
3. Verificación en GeoGebra
Para visualizar estos resultados, puedes utilizar GeoGebra:
1. Crear los vectores: Introduce los puntos A(0,0,0), B(1,-2,5), y C(5,-2,-3). Crea los
vectores u = AB y v = AC.
2. Producto Cruz: Utiliza la herramienta de producto cruz para encontrar el vector u
x v. Verifica que sea perpendicular a ambos u y v.
3. Proyección Ortogonal: Utiliza la herramienta de proyección para proyectar u sobre
v. Compara el resultado con el cálculo manual.

 El producto cruz nos da un vector perpendicular al plano formado por u y v.

 La proyección ortogonal de u sobre v nos muestra la parte de u que "causa sombra"
sobre la línea de v.
Respuestas Finales
 Producto Cruz: u x v = (16, 28, 8)
 Proyección Ortogonal: proj_v(u) = (-10/19, 4/19, 6/19)
Ejercicio 4. Operaciones entre matrices.

Considere las siguientes matrices

Realice las operaciones algebraicas correspondientes según el literal seleccionado y

obtenga la matriz Luego, realice el producto ⃗ , donde es la matriz obtenida en el
ítem anterior y el vector se representa como columna ⃗ ( ) Finalmente realice la
comprobación utilizando GeoGebra u otro programa computacional similar

( )

Respuesta:

Se nos presentan cuatro matrices: A, B, C y D. El objetivo es encontrar

la matriz U y luego realizar un producto matricial con un vector dado.
La ecuación que define a U es:
B * U = (5B) * C + 2A

Paso 1: Calcular 5B y 2A

Primero, multiplicamos cada elemento de la matriz B por 5 y cada elemento

de la matriz A por 2:
5B =
| 30 -5 |
| 20 25 |
| 15 -20 |

2A =
| 2 -8 -8 |
| 4 4 0|
| -2 2 4 |

Paso 2: Calcular (5B) * C

Ahora, multiplicamos las matrices 5B y C. Recuerda que para multiplicar

matrices, el número de columnas de la primera matriz debe ser igual al
número de filas de la segunda matriz. En este caso, ambas matrices tienen las
dimensiones correctas para la multiplicación.

(5B) * C =
| 30 -5 | | 3 4 6 |
| 20 25 | | 1 -2 0 |
| 15 -20 |

El resultado de esta multiplicación será una matriz de 3x3. Realiza la multiplicación fila por
columna para obtener cada elemento de la matriz resultante.

Resultado de la operación en GeoGebra

Ejercicio 5. Cálculo de la matriz inversa de tamaño

 Calcule la matriz inversa mediante la aplicación del algoritmo

de eliminación de Gauss-Jordán.

Sugerencia: Para determinar la matriz inversa utilizando el algoritmo de

eliminación de Gauss-Jordán, se coloca la matriz original a la izquierda y la matriz
identidad a la derecha. A continuación, se aplican operaciones elementales entre
filas con el objetivo de transformar la matriz de la izquierda en la matriz identidad.
La matriz resultante a la derecha será la matriz inversa de la matriz original.

 Calcule la matriz inversa utilizando el método de la matriz adjunta

y el determinante.

Sugerencia: Si la matriz es invertible, entonces su inversa se puede

calcular como el producto del inverso multiplicativo del determinante de y la
matriz adjunta de . Es decir,

( ( ))
( )

( )

Respuesta:
Se nos pide calcular la matriz inversa de una matriz 3x3, dada por:

B = | 1 -3 2 |
|1 4 1|
|3 2 0|
Tenemos dos métodos para hacerlo: Gauss-Jordan y la matriz adjunta.

Método 1: Gauss-Jordan
Paso 1: Crear la matriz aumentada:
Juntamos la matriz B con la matriz identidad de 3x3:

| 1 -3 2 | 1 0 0 |
|1 4 1|0 1 0|
|3 2 0|0 0 1|

Paso 2: Operaciones elementales por filas:

El objetivo es transformar la parte izquierda en la matriz identidad. Las
operaciones permitidas son:

 Intercambiar filas.
 Multiplicar una fila por un escalar no nulo.
 Sumar a una fila un múltiplo de otra.
 Realicemos las operaciones:

1.R2 = R2 - R1:
| 1 -3 2 | 1 0 0 |
| 0 7 -1 | -1 1 0 |
|3 2 0|0 0 1|

2.R3 = R3 - 3R1:
| 1 -3 2 | 1 0 0 |
| 0 7 -1 | -1 1 0 |
| 0 11 -6 | -3 0 1 |

3.R3 = R3 - R2:
| 1 -3 2 | 1 0 0 |
| 0 7 -1 | -1 1 0 |
| 0 4 -5 | -2 -1 1 |

4.R2 = R2 / 7:
| 1 -3 2 | 1 0 0 |
| 0 1 -1/7| -1/7 1/7 0 |
| 0 4 -5 | -2 -1 1 |

5.R1 = R1 + 3R2, R3 = R3 - 4R2: (Para hacer ceros en la columna 2)

| 1 0 11/7 | 4/7 3/7 0 |
| 0 1 -1/7 | -1/7 1/7 0 |
| 0 0 -19/7 | -10/7 -5/7 1 |

6.R3 = -7/19 * R3:

| 1 0 11/7| 4/7 3/7 0 |
| 0 1 -1/7| -1/7 1/7 0 |
| 0 0 1 | 10/19 5/19 -7/19 |

7.R1 = R1 - (11/7)R3, R2 = R2 + (1/7)R3:

| 1 0 0 | -2/19 1/19 11/19 |
| 0 1 0 | 1/19 2/19 -1/19 |
| 0 0 1 | 10/19 5/19 -7/19 |
La matriz a la derecha es la inversa de B.

B^-1 = | -2/19 1/19 11/19 |

| 1/19 2/19 -1/19 |
| 10/19 5/19 -7/19 |

Método 2: Matriz Adjunta y Determinante

Este método es más tedioso y requiere calcular el determinante y la matriz

adjunta.

 Determinante: Se calcula usando la regla de Sarrus o expansión por

cofactores.
 Matriz adjunta: Se obtiene calculando la matriz de cofactores y luego
transponiéndola.
 Inversa: Se divide la matriz adjunta entre el determinante.
 REFERENCIAS BIBLIOGRÁFICAS.

Norma de un vector y Angulo entre vectores

Avila Quiñones, C. O., & Marques de Oliveira, N. (2019). Curso básico de Econometría
clásica. Sello Editorial UNAD. (pp. 13-
26). https://doi.org/10.22490/9789586517171
Vectores en el plano
Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal. (pp. 250- 300). McGraw-Hill.
https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/stage.aspx?il=9168&pg=251&ed=
Vectores y matrices.
Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal. (pp. 73- 190). McGraw-Hill.
https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/stage.aspx?il=9168&pg=73&ed=
Determinantes regla de Cramer e inversas.
Grossman, S. I., Flores Godoy, J. J. (2019). Álgebra lineal. (pp. 194-223). McGraw-Hill.
https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/stage.aspx?il=9168&pg=228&ed=
Requerimientos mínimos de álgebra matricial
Zabaleta Mesino, R., Fuentes Castilla, L. R., & Peralta Polo, J. M. (2022). Fundamentos del
cálculo vectorial con algunas aplicaciones. Sello Editorial UNAD. (pp. 41-68).
https://doi.org/10.22490/9789586518482
Operaciones entre matrices
Zúñiga, C., Rondón, J. (2010). Módulo Algebra lineal. (pp. 84-105). Universidad Nacional
Abierta y a Distancia. https://repository.unad.edu.co/handle/10596/7081
Cálculo de determinantes de 3x3
Zúñiga, C., Rondón, J. (2010). Módulo Algebra lineal. (pp. 133-144). Universidad
Nacional Abierta y a Distancia. https://repository.unad.edu.co/handle/10596/7081
OVI- Unidad 1 Vectores, matrices y determinantes
Trilleros, D. K. (2020). Inversa de una matriz: método de Determinantes.
[Objeto_virtual_de_Informacion_OVI]. Repositorio Institucional UNAD.
https://repository.unad.edu.co/handle/10596/33788