4.

ESPACIOS VECTORIALES

4.1 Definicin de espacio vectorial
VECTOR
Las cantidades como: longitud, rea, volumen y temperatura se pueden determinar por un solo valor, su
magnitud. Pero el desplazamiento de un coche, la velocidad y la fuerza adems de su magnitud, se
requiere de la direccin, a estos ltimos los definiremos como vectores libres.

Definicin (Vector): Es una cantidad que tiene una direccin y una magnitud (modulo) y se representa
por una recta con una flecha en un extremo (segmento orientado).









El vector AB va del punto A (origen) al punto B (extremo), la flecha indica la direccin, y la longitud
del segmento (o recta) AB es la magnitud (o modulo) y se representa por | AB |. Si A=(x
1
,y
1
) y
B=(x
2
,y
2
) entonces | AB | = (x
2
- x
1
)
2
+ (y
2
- y
1
)
2
.













Otra Definicin (Vector): Un vector es un segmento de recta orientado en el espacio. Un vector tiene:
Un origen y un extremo, una direccin, un sentido, un modulo.



su origen o punto de aplicacin, O, y su extremo A ;
su direccin, la de la recta que lo contiene (vertical, horizontal, inclinada);
su sentido, el que indica la flecha;
su mdulo, la longitud del segmento OA.
Los vectores se pueden representar con letras maysculas o minsculas, y en ocasiones con una flecha
arriba.
Ejemplos de aplicacin
1 Cinemtica
Simplemente conociendo movimientos de una sola direccin y haciendo combinaciones de ellos mediante
vectores, podemos entender movimientos en dos y tres dimensiones como el tiro parablico, fcilmente
entendible haciendo una composicin de movimientos en dos dimensiones mediante vectores.

2 Dinmica
Las fuerzas son vectoriales, de forma que la accin de un conjunto de fuerzas sobre un cuerpo, no slo va
a depender del valor de las mismas, sino tambin de su punto de aplicacin ( una puerta se mover de
forma diferente si aplicas una fuerza cerca o lejos de su eje), direccin y sentido. Es decir hay que tener en
cuenta el carcter vectorial de las fuerzas para poder saber el efecto que tendrn.

3 Campos
Tanto el campo gravitatorio, como el elctrico y como el magntico, tienen tambin carcter vectorial, con
lo que la accin de varias cargas sobre otras, no slo depender del valor de ellas, sino de cmo estn
colocadas respectivamente, lo que conlleva a considerar las direcciones entre ellas ( carcter vectorial).

4 Electricidad
Gran parte del desarrollo matemtico con seales elctricas se hace con fasores y notacin compleja. A
efectos matemticos un nmero complejo puede tratarse como un vector de dos dimensiones.


Haciendo referencia a las matrices, una matriz columna o una matriz fila es un vector. Retomando la
definicin de matriz, tenemos que un vector es una coleccin ordenada (vertical u horizontal) de
elementos.

La dimensin de un vector tambin se le conoce como el tamao, puesto que si un vector tiene n
elementos, su dimensin es nx1=n y su tamao es nx1=n. A los elementos de un vector tambin se les
conoce como componentes.


Ejemplos:
1) 2) 3) 4) 5) 6)
|
|

\
|
4
6

(
(
(

9
0
9

|
|
|
|
|

\
|
2 / 1
0
1
3 . 0
(-6,4) [9, 0, 9] (0.3, 1, 0, 1/2)

El tamao de 1) es 2, y sus componentes o elementos son: -6 y 4
El tamao de 2) es 3, y sus componentes o elementos son: 9,0,9
El tamao de 3) es 4, y sus componentes o elementos son: 0.3, 1, 0 y
4), 5) y 6) son los mismos vectores de 1), 2) y 3) pero como matrices renglones

Hablando en trminos geomtricos, el vector (x,y) representa al par ordenado de los nmeros reales x,y en
el plano cartesiano o plano RXR.
R
2
= R X R ={(x,y) | xR yR}
R
3
= RXRXR= ={(x,y,z) | xR yR zR }
R
4
= RXRXRXR= ={(x
1
,x
2
,x
3
, x
4
) | x
1
R x
2
R x
3
R x
4
R }
. . .
R
n
= RXRXRXR= ={(x
1
,x
2
,x
3
, x
4
, . . . x
n
)| x
1
R x
2
R x
3
R x
4
R . . . x
n
R }

Para R
2
se representan los puntos (x,y) en el plano cartesiano (en honor a Rene Descartes) como el
conjunto de nmeros x,y.

Para R
3
se representan los puntos (x,y,z) en el plano tridimensional o espacio.

Vemos que a partir de R
4
, resulta difcil la visualizacin geomtrica.


OPERACIONES CON VECTORES
Para los vectores se definen 2 operaciones:

Suma de vectores (mismo tamao) Producto de un vector por un escalar
















Ejemplo:
(1,3, 5, 8, 12) son elementos de R
5

Un ejemplo de R
8
es : (-1, 0 , 4, 7, 23, 35, 44, 45)
Si a=(1, -1) y b=(-4, 2) a + b = (1+(-4), -1+2) = (-3, 1) R
2

Si u=(5, 3, 4, -6) y v=(2, 9, -2, 1) u + v = (5+2, 3+9, 4+(-2), -6+1) = (7, 12, 2, -5) R
4

Si c=3 y u=(5, 3, 4, -6) cu = 3(5, 3, 4, -6)= (15, 9, 12, -18) R
4


Dibujar
OA = (5,-6), y encontrar su magnitud
OA = (2,5), y encontrar su magnitud






Si generalizamos la suma de vectores y el producto de un vector por un escalar, tendriamos:
Si x= (x
1
, x
2
, . . ., x
n
) y y= (y
1
, y
2
, . . ., y
n
) son elementos de R
n
y c es un escalar. La adicion y el
producto por un escalar se definen como:



x+y= cx=



x+y = (x
1
, x
2
, . . ., x
n
) + (y
1
, y
2
, . . ., y
n
) cx = c (x
1
, x
2
, . . ., x
n
) = ( cx
1
, cx
2
, . . ., cx
n
)

= ( x
1
+ y
1
, x
2
+ y
2
, . . ., x
n
+ y
n
)

El resultado de estas dos operaciones siguen siendo vectores que pertenecen a R
n
, es decir, estas dos
operaciones cumplen la propiedad de cerradura.

SUSTRACCION DE VECTORES
Comnmente la sustraccin se define como a b, para el caso de vectores, podemos definirlo como:
x-y = (x
1
, x
2
, . . ., x
n
) - (y
1
, y
2
, . . ., y
n
) =( x
1-
- y
1
, x
2
- y
2
, . . ., x
n
- y
n
)
pero esto se puede escribir como:
x+ (-1) y = (x
1
, x
2
, . . ., x
n
) + (-1) (y
1
, y
2
, . . ., y
n
)
= (x
1
, x
2
, . . ., x
n
) + (-y
1
, -y
2
, . . ., -y
n
)
= ( x
1
+(- y
1
), x
2
+(-y
2)
, . . ., x
n
+(- y
n
) )
=( x
1-
- y
1
, x
2
- y
2
, . . ., x
n
- y
n
)
Por lo tanto, la sustraccin de vectores no es una operacin, sino una combinacin de la adicin y el
producto por el escalar -1.

R
n
junto con estas dos operaciones (suma y producto por un escalar) forman un Espacio Vectorial, donde
sus elementos son vectores.

ESPACIOS VECTORIALES
Definicin (Espacio Vectorial): Un Espacio Vectorial es un conjunto V de elementos llamados vectores,
en los que se definen dos operaciones, la adicin y el producto por un escalar y satisfacen las siguientes
propiedades:
Si u,v, w son elementos cualesquiera de V, y c, d son escalares
P. Cerradura: u + v V
cv V
Para la Adicin:
P. Conmutativa: u + v = v + u
P. Asociativa: u + (v + w) =(u + v) + w
P. Elemento Neutro Aditivo: Existe un elemento de V, denominado vector cero, denotado como 0, tal
que u + 0 = u.
P. Elemento Negativo (Opuesto): Para todo elemento uV, existe un elemento llamado el negativo de
u, que se denota como u, tal que u + (-u) = 0.
Para el Producto por un escalar:
P. Distributiva: c(u + v) = cu + cv
P. Distributiva: (c+d)u = cu + du
P. Asociativa: c (du) = (cd)u
1u = u








































Al igual que los nmeros reales, los complejos y las matrices, un espacio vectorial es una estructura
algebraica. En donde ya se defini un conjunto de elementos con ciertas operaciones.

Ejemplos
Si u=(2,4,6,8) y v=(1,3,5,7) w=(2,3,4,5) V=R
4
entonces
u+v= (2, 4, 6, 8) + (1, 3, 5, 7) = (3, 7, 11, 15)
v+u =(1, 3, 5, 7) + (2, 4, 6, 8) = (3, 7, 11, 15)
u+(v + w) = (2,4,6,8) + ( (1,3,5,7) + (2,3,4,5) ) = (2,4,6,8) + (3,6,9,12) = (5,10,15,20)
(u +v )+ w = ( (2,4,6,8) + (1,3,5,7) ) + (2,3,4,5) = (3, 7, 11, 15) + (2,3,4,5) = (5,10,15,20)

Ejercicios:
Sea u=(2,5,-3), v=(-4,1,9) y w=(4,0,2)
Calcular
1) 2u-3v+w
2) -3u-v+2w
3) u + 2v 1/2w

TEOREMA 1: Sea V un espacio vectorial, vV, 0 el vector cero de V, c un escalar y 0 el escalar cero,
tenemos que:
a) 0v = 0
b) c0 = 0
c) (-1)v=-v



4.2 Definicin de subespacio vectorial y sus propiedades

SUBESPACIOS VECTORIALES
Definicin (subespacio): Sea V un espacio vectorial y U un subconjunto no vaco de V, Se dice que U es
un subespacio de V si cumple con la propiedad de cerradura tanto para la suma como para el producto por
un escalar.

Ejemplo:
1) Si llamamos U al subconjunto de todos los vectores de la forma (a, 0, 0), donde U R
3
, Demostremos
si U es un subespacio de R
3


Sea (a,0,0) y (b,0,0) dos elementos de U, y x un escalar, entonces
(a,0,0) + (b,0,0) = (a+b,0+0,0+0) = (a+b,0,0) U
x (a,0,0) = (xa,0,0) U
U es un subespacio de R
3


2) Sea W el conjunto de vectores de la forma (a, a
2
, b), Demostrar si W es un subespacio de R
3

W={(a, a
2
, b) / a R, b R}
Si u=(a, a
2
, b) y v=(c, c
2
, d) W
u + v = (a, a
2
, b) + (c, c
2
, d)= (a+c, a
2
+ c
2
, b+d) (a+c, (a+ c)
2
, b+d) W no cumple la P. Cerradura bajo
la adicin W No es un subespacio de R
3




TEOREMA 2: Todo subespacio de un espacio vectorial V, contiene al elemento neutro 0.

Basndose en el teorema anterior, podemos decir que todos los subespacios de R
3
contienen a (0,0,0).
Grficamente significa que todos los subespacios del espacio tridimensional pasan por el origen. Este
teorema nos permite a veces verificar rpidamente que no todos los subconjuntos son subespacios. Esto
es, si un subconjunto dado no contiene al vector cero (0), no puede ser un subespacio.

Este teorema es una condicin necesaria, pero no suficiente para que un subconjunto sea un subespacio.

Ejemplo:
1) Sea U el conjunto de vectores de la forma (a, a, a + 2), Demostrar que W no es un subespacio de R
3
,
utilizando el teorema anterior.

a) Veamos si el vector (0,0,0) U, esto implica buscar si existe algn valor de a para el cual (a, a, a + 2)
sea igual a (0,0,0).
(a, a, a + 2)= (0,0,0) a = 0
a = 0
a + 2= 0 a=0 y a=-2 , esto no puede ser posible hablando en trminos de
sistemas de ecuaciones, este sistema es un S.I.
De manera que (0,0,0) U U no es un subespacio de R
3
.

b) Utilizando la definicin de subespacio, verifiquemos que U no es un subespacio.
Si (a,a,a+2) y (b,b,b+2) U
(a,a,a+2) + (b,b,b+2) = (a+b,a+b,(a+2)+(b+2) )
= (a+b,a+b,a+b+4 )
(a+b,a+b,a+b+2 ) U no es un subespacio de R
3
.

2) Si tomamos el ejemplo numero 2) donde se demostr que W ={(a, a
2
, b) / a,b R} no es un subespacio
de R
3
, y tratamos de ver si el vector (0,0,0) W
(a, a
2
, b) = (0,0,0) a =0
a
2
= 0 a=0
b = 0
Esto nos indica que el vector (0,0,0) W, pero W no es un subespacio de R
3

como se dijo el teorema es una condicin necesaria, pero no suficiente para que un subconjunto sea un
subespacio.

Ejercicios
1) Demuestre usando la definicin que los siguientes vectores son o no subespacios de R
2
. Y despus
determine si el vector cero, pertenece a ese subespacio.
a) (a,2a)
b) (a, 0+b)
c) (a, 1+b)
2) Demuestre usando la definicin que los siguientes vectores son o no subespacios de R
3
. Y despus
determine si el vector cero, pertenece a ese subespacio.

a) (a, b, 0)
b) (a, 3, 2a)
c) (a, a+1,b)


4.3 Combinacin lineal. Independencia lineal

COMBINACION LINEAL DE VECTORES
Ejemplo
1) Sea U= {(a,a,b) / a,bR }. Se puede expresar a (a, a, b) = a(1, 1, 0)+ b(0, 0, 1), se puede ver que
cualquier vector de este espacio se puede expresar en trminos de (1, 1, 0) y (0, 0, 1).
Por ejemplo si a=2 y b=3 tenemos el vector (2,2,3) pero (2,2,3)= 2(1, 1, 0)+ 3(0, 0, 1)
Ahora si a=-4 y b=7 tenemos el vector (-4,-4,7) = -4(1, 1, 0)+ 7(0, 0, 1)
Como vemos, cualquier vector del espacio U se puede obtener por la combinacin lineal de los vectores
(1, 1, 0) y (0, 0, 1).

DEFINICION (combinacin lineal): Sean v
1
, v
2
, . . ., v
n
vectores en un espacio vectorial V. Se dice que v
V es una combinacin lineal de v
1
, v
2
, . . . , v
n
si existen escalares c
1
, c
2
, . . . , c
n
tales que v puede
expresarse como: v = c
1
v
1
+ c
1
v
2
+ . . .+ c
n
v
n
.

Ejemplo
1) (5, 4, 2) es combinacin lineal de (1,2,0), (3,1,4) y (1,0,3)
(5, 4, 2)= 1(1,2,0)+ 2(3,1,4) + -2(1,0,3).

El problema de determinar si un vector es combinacin lineal de otros vectores, se transforma en resolver
un sistema de ecuaciones lineales.

2) Determinar si el vector (-1,1,5) es una combinacin lineal de los vectores (1,2,3), (0,1,4) y (2,3,6).
De acuerdo a la definicin, tenemos que encontrar los valores de los escalares, que para este ejemplo son
3.
(-1,1,5) = c
1
(1,2,3) + c
2
(0,1,4) + c
3
(2,3,6), como vamos a trabajar con los escalares, invertimos el orden
de la igualdad.
c
1
(1,2,3) + c
2
(0,1,4) + c
3
(2,3,6) = (-1,1,5)
(c
1
+ 2c
3
, 2c
1
+ c
2
+ 3c
3
, 3c
1
+ 4c
2
+ 6c
3
,) = (-1,1,5)
Igualando, tenemos el siguiente sistema de ecuaciones
c
1
+ 2c
3
= -1
2c
1
+ c
2
+ 3c
3
= 1
3c
1
+ 4c
2
+ 6c
3
= 5
Resolviendo el sistema tenemos que c
1
= 1, c
2
= 2, c
3
=-1
el vector (-1,1,5) si se puede expresar como una combinacin lineal de los vectores (1,2,3), (0,1,4) y
(2,3,6).
(-1,1,5) = 1(1,2,3) + 2(0,1,4) + (-1)(2,3,6)

3) Determinar si el vector (4, 5,5) es una combinacin lineal de los vectores (1,2,3), (-1,1,4) y (3,3,2).
Basndonos en el ejemplo anterior, tenemos
c
1
(1,2,3) + c
2
(-1,1,4) + c
3
(3,3,2) = (4, 5,5)
Tenemos
c
1
- c
2
+ 3c
3
= 4
2c
1
+ c
2
+ 3c
3
= 5
3c
1
+ 4c
2
+ 2c
3
= 5
Resolviendo el sistema tenemos que c
1
= -2 + 3, c
2
= - 1, c
3
=
el vector (4, 5,5) si se puede expresar como una combinacin lineal de los vectores (1,2,3), (-1,1,4) y
(3,3,2).
(4, 5,5) = (-2 + 3) (1,2,3) +( - 1) (-1,1,4) + (3,3,2)

Si =3 (4, 5,5) = -3(1,2,3) +2(-1,1,4) + 3(3,3,2)
Si =-1 (4, 5,5) = 5(1,2,3) -2(-1,1,4) - (3,3,2)


Ejercicios
1) Determinar si el primer vector es c.l. de los dems
a) (-1,7); (1,-1) (2,4)
b) (8,13); (1,2) (2,3)
c) (-3, 3, 7); (1,-1,2) (2,1,0) (-1,2,1)


ESPACIO GENERADOR
TEOREMA 3: Sean v
1
, v
2
, . . ., v
n
vectores en un espacio vectorial V. Sea U el conjunto que consta de
las combinaciones lineales de v
1
, v
2
, . . . , v
n
. U es un subespacio de V generado por los vectores v
1
, v
2
, . .
. , v
n
. Se dice que U es el espacio vectorial generado por v
1
, v
2
, . . . , v
n
.

U = Gen{ v
1
, v
2
, . . . , v
n
}

Decimos que v
1
, v
2
, . . . , v
n
generan un espacio vectorial U, si todo vector de U se puede expresar como
una combinacin lineal de v
1
, v
2
, . . . , v
n.
.

Ejemplo:
1) Demostar que (1,2,0), (0,1,-1), (1,1,2) generan R
3
=U
Si (x,y,z) es un vector cualquiera de R
3
. Tenemos que determinar si el vector (x,y,z) es combinacin lineal
de los otros vectores.
(x,y,z) = c
1
(1,2,0) + c
2
(0,1,-1) +c
3
(1,1,2)
(x,y,z) = (c
1,
2c
1,
0) + (0,c
2
, -c
2
) +(c
3
, c
3
,2c
3
)
(x,y,z) = (c
1
+ c
3
,2c
1
+ c
2
+ c
3
, -c
2
+ 2c
3
)
Tenemos este sistema de ecuaciones
c
1
+ c
3
= x
2c
1
+ c
2
+ c
3
= y
-c
2
+ 2c
3
= z
Resolviendo este sistema para c
1
,c
2
,c
3
tenemos c
1
= 3x-y-z, c
2
=-4x+2y+z c
3
=-2x+y+z
(x,y,z) =(3x-y-z)(1,2,0) + (-4x+2y+z)(0,1,-1) +(-2x+y+z)(1,1,2)
Luego entonces (1,2,0), (0,1,-1) y (1,1,2) generan R
3

R
3
= Gen{(1,2,0), (0,1,-1), (1,1,2)}
Si x=1, y=1, z=1
(1,1,1) = (31-1-1)(1,2,0) + (-41+21+1)(0,1,-1) +(-21+1+1)(1,1,2)
= (1,2,0)+ (-1)(0,1,-1)+ 0(1,1,2)
= (1,2,0)+ (0,-1,1)+(0,0,0)
= (1,1,1)

Ejercicio
1) Determinar si v
1
=(1/2,0) y v
2
=(0,1/3) generan R
2

Si (x,y) es cualquier vector de R
2
, entonces
(x,y) = c
1
v
1
+ c
2
v
2

(x,y) = c
1
(1/2,0) + c
2
(0,1/3)
(x,y) = (1/2c
1
,0) + (0,1/3c
2
)


1/2c
1
= x c
1
= 2x
1/3c
2
= y c
2
= 3y
(x,y) = 2x(1/2,0) + 3y(0,1/3)
(x,y) = 2xv
1
+ 3yv
2

Luego entonces v
1
y v
2
generan R
2

R
2
= Gen{(1/2,0), (0,1/3)}
Si x=2, y=3
(2,3) =22(1/2,0) + 33(0,1/3) = 4(1/2,0) + 9(0,1/3) = (4/2,0) + (0,9/3) = (2,3)



DEPENDENCIA E INDEPENDENCIA LINEAL

Ejemplo de introduccin
1)
(4,-1,0) es combinacin lineal de los vectores (2,1,3) y (0,1,2), puesto que se puede expresar como
(4,-1,0)= 2(2,1,3) -3(0,1,2)
Pero tambin esto se puede escribir de varias formas, cada vector se puede expresar en trminos de los
otros vectores.
(2,1,3) =1/2 (4,-1,0) +3/2(0,1,2) = (2,-1/2,0)+(0,3/2,3)=(2,1,3)
(0,1,2) = 2/3(2,1,3) 1/3(4,-1,0)
Cada vector depende de los otros. Esto se puede escribir como:
(4,-1,0) - 2(2,1,3) + 3(0,1,2) =0

DEFINICION (Dependencia lineal): El conjunto de vectores { v
1
, v
2
, . . . , v
n
} en un espacio vectorial V
se dice que es linealmente dependiente si existen escalares c
1
, c
2
, . . . , c
n
no todos iguales a cero, tal que:
c
1
v
1
+ c
1
v
2
+ . . .+ c
n
v
n
= 0

DEFINICION (Independencia lineal): El conjunto de vectores { v
1
, v
2
, . . . , v
n
} en un espacio vectorial
V se dice que es linealmente independiente si:
c
1
v
1
+ c
1
v
2
+ . . .+ c
n
v
n
= 0
donde c
1
, c
2
, . . . , c
n
son escalares. Y solo esto se satisface cuando c
1
=0, c
2
=0, . . . , c
n
=0.

Ejemplo
1) Demostrar que el conjunto {(1,2,3),(-2,1,1),(8,6,10)} es linealmente dependiente.
Basndolos en la definicin de dependencia lineal, tenemos
c
1
(1,2,3) +c
2
(-2,1,1)+c
3
(8,6,10) =0
Vamos a encontrar que al menos un escalar es 0.
(c
1
,2c
1
,3c
1
) +(-2c
2
, c
2
,c
2
)+(8c
3
,6c
3
,10c
3
) =(0,0,0)
(c
1
- 2c
2
, + 8c
3
, 2c
1
+ c
2
, + 6c
3
, 3c
1
+ c
2
, + 10c
3
) = (0,0,0)

c
1
- 2c
2
+8c
3
= 0
2c
1
+ c
2
, + 6c
3
=0
3c
1
+ c
2
, + 10c
3
=0
Resolviendo este sistema, tenemos que c
1
=4, c
2
=-2, c
3
= -1. Vemos que por lo menos un escalar es 0
este conjunto de vectores es linealmente dependiente (l.d.)
4(1,2,3) - 2(-2,1,1) - 1(8,6,10) =0


2) Demostrar que el conjunto {(3,-2,2), (3,-1,4), (1,0,5)} es linealmente independiente.

Ejercicios:
Encontrar la dependencia o independencia de los siguientes conjuntos de vectores.
1) {(-1,2) (2,-4)}
2) {(1,1) (0,2)}
3) {(1,-2,3), (-2,4,1), (-4,8,9)}
4) {(1,2,5), (1,-2,1), (2,1,4)}

TEOREMA 4: Un conjunto que consta de dos o mas vectores en un espacio vectorial es l.d. (linealmente
dependiente) es posible expresar uno de los vectores como c.l. (combinacin lineal) de los otros
vectores.

TEOREMA 5: Sea V un espacio vectorial. Cualquier conjunto de vectores V que contenga al vector cero
es linealmente dependiente.

DEPENDENCIA LINEAL EN R
2
Y R
3


El conjunto {v
1
,v
2
} es l.d. es posible expresar un vector como un mltiplo escalar del otro.
Sea v
1
=cv
2
, esto implica que son colineales, i.e., estn sobre la misma recta.

Dos vectores en R
3
, solo generan un plano, una recta o el vector cero.

El conjunto {v
1
,v
2
,v
3
} es l.d. es posible expresar uno de los vectores como combinacin lineal de los
otros dos, v
3
=c
1
v
1
+ c
2
v
2
. En general si v
1
y v
2
son l.i. v
3
se encontrara en el plano generado por v
1
y v
2
.
Y si v
1
y v
2
son l.d. v
3
se encontrara en la recta que contiene a v
1
y v
2
.

La siguiente grafica, muestra 3 vectores en R
3
l.d. y que generan un plano.


















4.4 Base y dimensin de un espacio vectorial.

BASE
Definicin (Base): Sea V un espacio vectorial. El conjunto {v
1
, v
2
, . . . , v
n
} V es una base de V si
satisface las siguientes dos condiciones:
1. El conjunto es linealmente independiente.
2. El conjunto genera V.

Definicin (Base cannica): El conjunto de n vectores {(1,0,, 0), (0,1,, 0), . . ., (0,0,, 1)} es una
base de R
n
. Esta base se le llama base cannica para R
n
.

Tarea:
Demostar que la base cannica genera a R
n
y que adems es un conjunto l.i.
Para ver si genera a R
n
: Sea (x
1
,x
2
,x
3
, . . ., xn)
Para ver si es l.i. : c
1
(1,0,, 0)+ c
2
(0,1,, 0) +, . . ., c
n
(0,0,, 1) = 0

Aunque en R
n
se puede encontrar muchas base, la base cannica es la ms importante.

Ejemplo
1) Demostrar que {(1,0,-1), (1,1,1), (1,2,4)} es una base de R
3

Sea (x
1
,x
2
,x
3
) un elemento cualquier de R
3
, encontrar los escalares c
1
,c
2
,c
3
tal que
(x
1
,x
2
,x
3
) = c
1
(1,0,-1) + c
2
(1,1,1) + c
3
(1,2,4)
Esto genera u sistema de ecuaciones, resolvindolo tenemos que
c
1
= 2x
1
-3x
2
+x
3

c
2
= -2x
1
+5x
2
-2x
3

c
3
= x
1
-2x
2
+x
3

As cualquier elemento de R
3
puede expresarse como (x
1
,x
2
,x
3
) =(2x
1
-3x
2
+x
3
) (1,0,-1) + (-2x
1
+5x
2
-2x
3
)
(1,1,1)+ (x
1
-2x
2
+x
3
) (1,2,4).
este conjunto genera a R
3

Ahora demostramos que es l.i.
a
1
(1,0,-1) + a
2
(1,1,1) + a
3
(1,2,4)= (0,0,0)
Esto genera u sistema de ecuaciones, resolvindolo tenemos que
a
1
=0
a
2
=0
a
3
=0
este conjunto es l.i. este conjunto es una base de R
3
.


DIMENSION
Definicin (dimensin): Si un espacio vectorial v tiene una bse que consta de n vectores, entonces la
dimensin de V es n, y se denota como dim(V).

Las siguientes son equivalencias de la dimensin del espacio vectorial V:
Es el nmero de elementos de una base de V.
Es el nmero mximo de vectores en V linealmente independientes.
Es el nmero mnimo de vectores que generan V.

Ejemplo
1) El conjunto de n vectores {(1,0,, 0), (0,1,, 0), . . ., (0,0,, 1)} vimos que forman una base de R
n

entonces Dim(R
n
)=n

Ejercicios: Demostrar que los siguientes conjuntos son base y encontrar su dimensin.













TEOREMA 6: Sea {v
1
,v
2
, . . ., v
n
} una base para el espacio vectorial V, si {v
1
,v
2
, . . ., v
n
} es un
conjunto de mas de n vectores en V => el conjunto es linealmente dependiente (L.I.)

TEOREMA 7: Sea V un espacio vectorial de dimensin n.
a) Si S= {v
1
,v
2
, . . ., v
n
} es un conjunto de n vectores L.I. en V, => S es una base en V.
b) Si S= {v
1
,v
2
, . . ., v
n
} es un conjunto de n vectores que generan a V => S es una bse en V.

EJEMPLO
1) Demuestre que el conjunto {(4,2,1),(1,3-,1),(2,1,0)} es una base para R
3

= Como la dim(R
3
) = 3 => una base para R
3
consta de 3 vectores. Entonces tenemos el numero exacto
para formar una base. Por le teorema anterior solo con demostrar que el conjunto es L.I., estaremos
demostrando que este conunto forma una base para R
3
.

2) Verdadero o Falso
a) Los vectores (1,2), (1,3), (5,2) son L.D. en R
2

b) Los vectores (1,0,0), (0,2, 0), (1,2,0) generan R
3
.
c) El conjunto { (1,0,2), (0,1,3) } forma una base para el subespacio R
3
que consta de los vectores (a, b,
2a-3b).


4.5 Espacio vectorial con producto interno y sus propiedades.


PRODUCTO PUNTO

Definicin: Sean u=(u
1
, u
2
, . . ., u
n
) y v=(v
1
, v
2
, . . ., v
n
) dos vectores en R
n
, el Producto Punto de
u y v se denota por u v y se define como:

u v = u
1
v
1
+ u
2
v
2
+ . . .+ u
n
v
n


El producto Punto asigna un nmero a cada par de vectores.

Ejemplo:
1) u=(1,-2,4), v=(3,0,2) => u v = 1x3 + (-2)x0 +4x2 = 3 + 0 + 8 = 11


PROPIEDADES DEL PRODUCTO PUNTO

Sean u,v,w vectores en R
n
y c un escalar, entonces:
1) u v = v u
2) (u + v) w = uw + vw
3) cu v = c(u v) = u cv
4) u u 0, y u u = 0 u=0 (0 = vector cero)





NORMA DE UN VECTOR
Definicin: La norma de un vector u=(u
1
, u
2
, . . ., u
n
) en R
n
se denota por ||u|| y se define como:

||u|| = (u
1
2
+ u
2
2
+ . . .+ u
n
2
)
= (u u)

PROPIEDADES DE LA NORMA

Si u,v son vectores en R
n
, la norma en R
n
satisface las siguientes propiedades:

1) ||v|| 0, ||v|| = 0 v=0 (0 es el vector cero)
2) ||v|| = || ||v|| con es un escalar
3) ||u + v|| ||u|| + ||v|| (Desigualdad del triangulo)


Investigar la desigualdad de Cauchy-Schwartz


VECTOR UNITARIO
Definicin: Un vector unitario es un vector cuya norma es 1

||u|| = 1

NORMALIZACION DE VECTORES
Si u es un vector 0 => v =
u
u
donde v es un vector unitario con la misma direccin que u.

Ejemplo:
1) Determinar si el vector v=(1,0) es un vector unitario
Para verificar si v es un vector unitario, solo hay que obtener la norma de v.
||v||=(1
2
+ 0
2
) = 1 el vector v es un vector unitario.

2) Normalizar el vector u=(2, 1, -3)
Para normalizar el vector u aplicamos la formula
u
u
, y tenemos
( ) 3 , 1 , 2
) 3 , 1 , 2 (

=
2 2 2
) 3 ( 1 2
) 3 , 1 , 2 (
+ +

= ) 3 , 1 , 2 (
14
1
= )
14
3
,
14
1
,
14
2
(













ANGULO ENTRE VECTORES EN R
n


El ngulo entre los vectores u y v, elementos de R
n
, se obtiene a partir de:
















Ejemplo:

Determinar el ngulo entre los vectores u=(1,0,0) y v=(1,0,1).






VECTORES ORTOGONALES

Definicin: Dos vectores u,v 0 son ortogonales (perpendiculares) si y solo si u v = 0.

Ejemplo:

1) u=(1,0,0) y v=(1,0,1) => u v = 1x1 + 0x0 + 0x1 = 1 + 0 + 0 = 1 No es ortogonales

2) u=(1,0) y v=(0,1) => u v = 1x0 + 0x1 = 0 + 0 = 0 Si es ortogonales

3) w=(2,-3,1), x=(1,2,4) = 2x1 + -3x2 + 1x4 = 2 6 + 4 = 0 Si es ortogonales



PRODUCTO INTERNO

El producto interno se aplica para Rn, y este concepto se puede extender a todoso los espacios
vectoriales (matrices, funciones, complejos, etc.), para lo cual se le conoce como producto
interno. y se representara como:
<u,v>

Digamos que el producto interno es una generalizacin del producto punto.
v u
v u
Cos

=
) ( ) (
v u
v u
arcCos Cos arcCos

=
) (
v u
v u
arcCos

=
0
o
45 )
2
1
( )
2 1
1
( )
1 0 1 0 0 1
0 1 0 0 1 1
( )
) 1 , 0 , 1 ( ) 0 , 0 , 1 (
) 1 , 0 , 1 ( ) 0 , 0 , 1 (
(
2 2 2 2 2 2
= = =
+ + + +
+ +
=

= arcCos
x
arcCos
x x x
arcCos arcCos
Las propiedades del producto punto, la norma, el ngulo tambin se aplican de igual forma al
producto Interno.

Ejemplo:

1) Si (-2,5), (3,1) son vectores en R
2
=> <(-2,5), (3,1)> = -2x3 + 5x1 = -6 + 5 = -1

2) Si M
22
es el espacio vectorial de las matrices de 2x2
Entonces si
|
|

\
|
1 0
3 2
,
|
|

\
|
0 9
2 5
=> <
|
|

\
|
1 0
3 2
,
|
|

\
|
0 9
2 5
> = 2x5 + -3x2 + 0x9 + 1x0 = 4