Si acabas de sobrevivir a la I1 de MAT1203 llena de matrices, determinantes y sistemas, tengo una noticia y no es tan fome: la I2 juega otro partido. Deja de premiar la receta mecánica y empieza a preguntarte por qué funcionan las cosas. Espacios vectoriales, bases, transformaciones lineales y valores propios: puro concepto. Por eso mucha gente que sacó buena nota en la I1 se pega el charchazo en la I2 y no entiende qué pasó.

Esta guía te sirve si ya manejas lo básico de matrices y sistemas, pero te pierdes apenas aparece la palabra “subespacio” o “diagonalizable”. No te sirve tanto (todavía) si arrastras dudas de la I1: en ese caso parte por nuestra guía de la I1 de MAT1203 y vuelve acá cuando los sistemas ya no te asusten. Mi tesis en una línea: la I2 no se aprueba memorizando pasos, se aprueba entendiendo qué representa cada objeto. Vamos a eso.

Qué entra en la I2 de MAT1203 y cómo se reparte el puntaje

La I2 de Álgebra Lineal en la UC se concentra en la parte “abstracta” del ramo: deja atrás el cálculo puro de matrices y te pide razonar sobre estructuras. Los ejes son cuatro: espacios y subespacios vectoriales, base y dimensión, transformaciones lineales, y valores y vectores propios (con diagonalización). En algunas secciones se agrega producto interno y ortogonalidad, así que confirma con tu profe hasta dónde llega el temario.

Para que ordenes tu estudio, este es un reparto aproximado del puntaje según cómo suelen pesar los temas en la I2. No es oficial, pero refleja bien dónde conviene invertir tus horas:

Mira la última fila: los autovalores y la diagonalización se llevan casi un tercio de la prueba. Si andas corto de tiempo, ese es el tema que no puedes dejar a medias.

Espacios y subespacios vectoriales: dónde parte la confusión

Un espacio vectorial es, en cristiano, un conjunto donde puedes sumar elementos y multiplicarlos por escalares sin salirte del conjunto y respetando ciertas reglas. El error típico en la I2 es que te dan un conjunto (por ejemplo, vectores de R³ que cumplen una ecuación) y te preguntan si es subespacio. Ahí muchos responden “sí” de memoria sin verificar lo que importa.

El truco que casi nunca falla: para que un subconjunto sea subespacio basta con probar tres cosas: que contiene al vector cero, que es cerrado bajo la suma y que es cerrado bajo el producto por escalar. Si el conjunto está definido por una ecuación con término independiente distinto de cero (algo tipo x + y = 1), ni siquiera contiene al cero, así que no es subespacio y te ahorras trabajo. Detectar eso al tiro te regala puntos fáciles.

Base, dimensión y coordenadas: el corazón de la I2

Acá se define tu nota. Una base es un conjunto que a la vez genera el espacio y es linealmente independiente. Muchos confunden “este conjunto genera” con “este conjunto es base”: generar no basta si te sobran vectores. La dimensión es simplemente cuántos vectores tiene cualquier base, y es un número fijo para cada espacio.

La parte que más se cobra son las coordenadas respecto a una base y el cambio de base. Piénsalo así: un mismo vector se ve distinto según los “ejes” que uses para describirlo. Escribir un vector en la base B significa encontrar los escalares que lo arman como combinación de los vectores de B. Practica armar la matriz de cambio de base en ambos sentidos, porque en la I2 te van a pedir pasar de una base a otra y devolverte, y equivocarte de dirección es un clásico que cuesta caro.

Transformaciones lineales: núcleo, imagen y el teorema rango-nulidad

Una transformación lineal es una función entre espacios que respeta la suma y el producto por escalar. Lo que la I2 evalúa una y otra vez son dos conjuntos: el núcleo (los vectores que van a parar al cero) y la imagen (todo lo que la transformación alcanza a producir). Calcular el núcleo es resolver un sistema homogéneo; calcular la imagen es ver qué generan las columnas de la matriz asociada.

El que ordena todo es el teorema de las dimensiones (rango-nulidad): dimensión del dominio = dimensión del núcleo + dimensión de la imagen. Es tu red de seguridad: si calculaste el núcleo y sabes la dimensión del dominio, ya sabes cuánto debe medir la imagen, y viceversa. Úsalo para chequear tus propias respuestas antes de entregar. Si los números no cierran con el teorema, tienes un error en alguna parte, garantizado.

Valores y vectores propios: el tema que decide tu nota

Un valor propio (autovalor) es un número lambda tal que la transformación, aplicada a cierto vector, lo deja apuntando en la misma dirección y solo lo estira o encoge. Ese vector es el vector propio. Para encontrarlos, armas el polinomio característico (el determinante de A menos lambda por la identidad, igualado a cero), sacas sus raíces y para cada lambda resuelves el sistema que te da los vectores propios asociados.

El error que más puntos cuesta acá es no distinguir entre multiplicidad algebraica (cuántas veces se repite la raíz en el polinomio) y multiplicidad geométrica (la dimensión del espacio propio, o sea cuántos vectores propios independientes te da esa lambda). Esa diferencia es exactamente lo que decide si la matriz se puede diagonalizar o no, así que no la pases por alto.

Diagonalización paso a paso y errores que cuestan puntos

Diagonalizar una matriz es encontrar una base de vectores propios que la convierta en una matriz diagonal. La regla de oro: una matriz de n×n es diagonalizable si y solo si tiene n vectores propios linealmente independientes, lo que equivale a que para cada autovalor la multiplicidad geométrica iguale a la algebraica. Esta pequeña tabla de decisión te ordena el chequeo en la prueba:

Los tres errores que veo repetirse: (1) escribir mal el polinomio característico por equivocarse en el determinante, (2) armar la matriz P con los vectores propios pero olvidar que el orden de P y de la diagonal D tiene que coincidir, y (3) dar por diagonalizable una matriz con autovalor repetido sin revisar la multiplicidad geométrica. Si cuidas esos tres puntos, la sección más pesada de la I2 se vuelve la más segura.

Practica Álgebra Lineal MAT1203 con ejercicios resueltos paso a paso →

Preguntas frecuentes sobre la I2 de MAT1203

¿La I2 incluye lo de la I1? En general el foco es la materia nueva (espacios, transformaciones, autovalores), pero necesitas matrices y sistemas como herramienta, así que no los tengas olvidados. Si andas flojo con eso, repasa primero la guía de la I1.

¿Cuánto tiempo necesito para preparar la I2? Con dos semanas ordenadas alcanza bien: una para entender los conceptos y hacer ejercicios guiados, y otra para resolver pruebas de años anteriores contra reloj. Lo que no funciona es empezar tres días antes, porque esta materia es acumulativa.

¿Qué es lo más difícil de la I2? Para la mayoría, distinguir multiplicidad algebraica de geométrica y decidir si una matriz es diagonalizable. Es el tema que más pesa y el que más se cae, así que dale prioridad.

¿Sirve estudiar con la calculadora o algún software? Para verificar resultados y ganar intuición, sí. Para la prueba, no: te van a pedir el procedimiento a mano, así que usa las herramientas solo para chequear, no para saltarte los pasos.

Cuando termines de repasar, revisa todas nuestras guías por ramo en el hub de la UC y llega a la I2 sabiendo exactamente qué esperar.