Espacios Vectoriales

MATEMTICA BSICA
CLCULO VECTORIAL I
Espacios Vectoriales
PARA LOS ESTUDIANTES DE CIENCIAS
CLCULO VECTORIAL I
1ra. edicin
Agosto del 2012
AUTOR/EDITOR: Gustavo, Marca Castromonte
Hecho en computadora
e-mail: marcagustavo@yahoo.com
Este material puede ser compartido, reproducido en cualquiera de sus formas, con total
libertad, para fines acadmicos, de manera muy especial por los estudiantes de la Facultad de
Ciencias de la Universidad Nacional de Ingeniera.
Hecho el Depsito Legal en la Biblioteca Nacional del Per

NMERO DEL DEPSITO LEGAL: 2012-08801
Lima - Per
Y escribe el ngel de la iglesia en Laodicea: He aqu el Amn, el testigo fiel y verdadero,

el principio de la creacin de Dios, dice esto:
Yo conozco tus obras, que ni eres fro ni caliente. Ojal fueses fro o caliente!.
Pero por cuanto eres tibio, y no fro ni caliente, te vomitar de mi boca.
Porque t dices: Yo soy rico, y me he enriquecido, y de ninguna cosa tengo necesidad; y
no sabes que t eres un desventurado, miserable, pobre, ciego y desnudo.
Por tanto, yo te aconsejo que de m compres oro refinado en fuego, para que seas rico, y
vestiduras blancas para vestirte, y que no se descubra la vergenza de tu desnudez; y
unge tus ojos con colirio, para que veas.
Yo reprendo y castigo a todos los que amo; s, pues, celoso, y arrepintete.
He aqu, yo estoy a la puerta y llamo; si alguno oye mi voz y abre la puerta, entrar a l,
y cenar con l, y l conmigo.
Al que venciere, le dar que se siente conmigo en mi trono, as como yo he vencido, y me
he sentado con mi Padre en su trono.
El que tiene odo, oiga lo que el Espritu dice a las iglesias.
El Apocalipsis 3:14-22
ndice general
ndice general
iii
ndice de figuras
ndice de smbolos
vii
1 Calculo Vectorial
1.1. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Cuerpos o Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Espacios Vectoriales en General
2.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2. Representacin Geomtrica de los Vectores . . . . . . . . . . . . . . . . . . 18

2.3. Paralelismo de Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3 Espacios con Producto Interno
21
3.1. Producto Interno en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . 21

3.2. Vectores Ortogonales en un Espacio Vectorial . . . . . . . . . . . . . . . . 26
4 Espacios Normados
33
4.1. Norma en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . 33

4.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3. Vector Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
iii
iv
NDICE GENERAL
5 Espacios Geomtricos
45
5.1. Distancia en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . 45

5.2. ngulo entre Dos Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3. Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.4. Proyeccin Ortogonal en un Espacio Vectorial . . . . . . . . . . . . . . . . 51
5.6. rea de un Paralelogramo . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
6 Introduccin al lgebra Lineal
63
6.1. Bases de un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 63

6.3. Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7 Problemas Variados
81
7.1. Problemas Propuestos Finales . . . . . . . . . . . . . . . . . . . . . . . . . 81

Bibliografa
95
ndice alfabtico
97
ndice de figuras
2.1. Grfica del vector u
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2. Vectores paralelos en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

7.1. Tringulo ABC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
7.2. Circunferencia circunscrita
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
7.3. Tringulo inscito ABC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
ndice de smbolos
producto cartesiano
vii
1
Calculo Vectorial
1.1.
Producto Cartesiano
Definicin 1.1. Sean A y B dos conjuntos no vacos, se define el producto cartesiano de

A y B del modo siguiente
A B = {(x, y)/ x A, y B}
Comentario: Los elementos producto cartesiano, de dos conjuntos son pares ordenados
(x, y), donde el elemento x A le llamaremos primera componente del par ordenado,
mientras al elemento y B segunda componente.
Estamos dejando el caso en que los conjuntos A o B son conjuntos vacos, aunque muy
bien se puede considerar que en este caso, el producto cartesiano es el vaco A B = .
A modo de ejemplo considere A = {2, 3, 4} y B = {5, 6} por lo definido anteriormente se
tiene
A B = {(2, 5), (2, 6), (3, 5), (3, 6), (4, 5), (4, 6)}
Otro ejemplo importante es el caso en que A = B = R, es decir el producto cartesiano
de R en R
R R = R2 = {(x, y) : x, y R}
Sobre este conjunto R R definiremos una relacin de igualdad (=), antes de dar
dicha definicin debemos indicar que al definir cualquier igualdad en cualquier estructura
E, esta definicin debe cumplir con tres axiomas, que acontinuacin detallamos
(i) (reflexiva) u = u, u E
1
CAPTULO 1. CALCULO VECTORIAL

(ii) (simtrica) u = v v = u
(iii) (transitiva)u = v v = w u = w
Con respecto a la reflexiva, nos indica que todo elemento es igual a si mismo, as si estamos
en R tenemos 4 = 4 , 5 = 5. Ahora para nuestro caso, en donde se tiene R2 podemos

definir la igualdad del modo siguiente:
Definicin 1.2. Sean u = (a, b), v = (x, y) R2
(a, b) = (x, y) a = x, b = y
1.2.
Cuerpos o Campos
Definicin 1.3. Dada un conjunto no vaco K 6= , en el cual se establecen dos operaciones, que por tradicin le llamaremos adicin y multiplicacin
+ : K K K
(a, b)
a+b
: K K K
(a, b)
a+b
las cuales verifican los siguientes axiomas:

Axiomas para la adicin
A1 : a + b = b + a, a, b K
A2 : (a + b) + c = a + (b + c), a, b, c K
A3 : existe un elemento en K, que lo denotaremos por 0 K y le llamaremos elemento
neutro aditivo, de modo que verifica con a K, a + 0 = 0 + a = a
A4 : para cada a K, existe un elemento b K de modo que se tenga
a+b=b+a=0
A dicho elemento lo denotaremos por b = a
1.2. CUERPOS O CAMPOS
Axiomas para la multiplicacin

M1 : a, b K : ab = ba
M2 : (ab)c = a(bc), a, b, c K
M3 : existe un elemento denotado por 1 K llamado uno o elemento neutro multiplicativo
de modo que 1 6= 0 y
a K : a.1 = 1.a = a
M4 : para cada elemento a K no nulo, existe un elemento b K de modo que ab =
ba = 1.
Notacin: b = a1
Axioma de la distributividad
D : a(b + c) = ab + ac.
Por lo tanto, K juntamente con las dos operaciones forman una tripleta (K, +, ) la
cual le llamaremos cuerpo o campo si y solo si verifican los axiomas antes mencionados.
La definicin de la estructura antes dicha, es de mucha importancia al hacer estudios de
los espacios vectoriales, es decir para nuestro curso en desarrollo constituye la base para
generar nuevas formas abstractas en esta materia de Clculo Vectorial 1. Se sugiere al
estudiante no solo memorizar estos axiomas, sino tambin dedicar tiempo para pensar
en ellos y en sus cualidades. Cuanto mas tiempo invirtamos en ello los resultados sern
buenos.
A cada elemento del cuerpo K, le llamaremos escalares, as tenemos los escalares que
estarn en todo cuerpo 1, 0 K. Claro esta que podemos indicar la misma notacin del
cero, si no hay lugar a confusin, para diferentes cuerpos existentes.
Del axioma A2 , se demuestra por un proceso de induccin matemtica, que para los
n N escalares
a1 , a2 , . . . , an
asociados de modo arbitrario nos origina el mismo resultado, por lo tanto se obvia los
signos de coleccin, es decir tiene sentido escribir
a1 + a2 + + an

En el axioma A3 se garantiza la existencia del cero, pero se deduce que este escalar es
nico, es decir existe un nico elemento nulo o cero 0 elemento neutro aditivo. Probemos
ello.
Sean 0, 00 K de modo que se cumpla
a K : a + 0 = 0 + a = a
tambin, se tiene
a K : a + 00 = 00 + a = a
de lo anterior se tiene 0 + 00 = 00 + 0 = 0 = 00 , por lo tanto se tiene que dichos elementos
son iguales, esto nos indica que solamente existe un nico elemento neutro aditivo.
De manera similar se tiene la nicidad del opuesto aditivo que se menciona en el axioma
A4 , esto significa que para cada escalar a K, existe en forma nica el elemento b K,
de modo que cumpla con a + b = b + a = 0. Ahora, gracias a la representacin nica se le
denotar as b = a K.
De manera similar que para la adicin se tiene para el caso de la multiplicacin,
considere a1 .a2 . . . an no hay la necesidad de usar los signos de coleccin.
Tambin se demuestra la unicidad del uno en K. Se sugiere al lector intentar demostrarla.
Para el caso de la distributividad D, demostraremos que se cumple a, b, c K : (a+b)c =
ab + ac.
En efecto, vamos a utilizar la tcnica de comenzar de un miembro y llegar a deducir el
otro trmino. Veamos este proceso
(a + b)c = c(a + b)
= ca + cb
= ac + bc
Cada vez que se define alguna estructura matemtica(funciones, conjuntos, matrices
. . . ), no significa que exista alguna entidad concreta o explcita que la cumpla, luego
es necesario que se mencionen algunos ejemplos y contraejemplos utilizando esta nueva
definicin , considerando ello, daremos algunos ejemplos concretos de un cuerpo.
Ejemplo 1.1. El conjunto de los nmeros racionales Q, juntamente con las operaciones
triviales o conocidas

a
b
am
b n
m
n
am
bn
an+bm
bn
Se demuestra con un poco de paciencia, que la tripleta (Q, +, .) es un cuerpo o campo.

Ejemplo 1.2. Existen cuerpos que tienen una cantidad limitada de elementos, es decir
cuerpos finitos, uno de ellos es conocido como los enteros mdulo 3, veamos dicho campo:
Z3 = {0, 1, 2}, con las dos operaciones que le daremos explcitamente y en tablas de doble
entrada
+
2 2 0 1
Operacin de Adicin
.
2 0 2 1
Operacin de Multiplicacin
Ejemplo 1.3. Considerando el conjunto producto cartesiano Q Q, tambin las dos
operaciones binarias
(a, b) + (x, y) = (a + x, b + y)
(a, b)(x, y) = (ax by, ay + bx)
Se demuestra que (Q Q, +, .) es un cuerpo, en donde se tiene que 0 = (0, 0) y la unidad
est dada por (1, 0), tambin en opuesto aditivo de (a, b) est dado por (a, b) = (a, b)
y uno de los elementos ms importante es el elemento inverso de un no nulo
(a, b)1 = (
a2
a
b
, 2
)
2
+ b a + b2
Ejemplo 1.4.
Uno de los cuerpos que se va a utilizar en casi todo este curso, es el cuerpo de los nmeros
reales, justamente con las dos operaciones que consideramos como conocidas, es decir
(R, +, )
Los espacios vectoriales a utilizar mas adelante, estn en relacin de este cuerpo R, formando as lo que vamos a llamar Respacio vectorial.
Ahora, nos ponemos en un caso, en que si quitamos de los axiomas la restriccin
que 1 6= 0, y consideramos que 1 = 0, Qu forma tendra el cuerpo K?. Dejaremos la
respuesta al estudiante, para que explore esta situacin, solo indicaremos que el cuerpo
K, se transforma a un conjunto muy especial.
Cada vez que se dan ejemplos de estructuras que cumplan una definicin, tambin es
necesario mostrar entidades matemticas que no verifiquen dicha definicin, es decir vamos
a mostrar ejemplos de no cuerpos.
Ejemplo 1.5.
El conjunto de los nmeros naturales N = {1, 2, 3, . . .} con las operaciones
conocidas, es una muestra de la existencia de no cuerpos.
El problema radica en la carencia del elemento neutro aditivo o del cero, y en el caso que
el lector quiera utilizar al conjunto de los nmeros naturales con el cero N = {0, 1, 2, 3, . . .},
la falta del elemento opuesto aditivo del uno, es lo que imposibilita que sea un cuerpo.
Ejemplo 1.6.
El conjunto de los nmeros enteros juntamente con las dos operaciones estndares de la adicin (+) y la multiplicacin () no es un cuerpo.
Debe notar el estudiante que se tiene la existencia del elemento neutro aditivo el
cual es el cero 0 Z, tambin se tiene la existencia del elemento opuesto, para cada
entero a Z, existe a Z. Es claro que el uno o elemento neutro multiplicativo es el
1 Z, aqu radica el problema, en que para 2 Z debera existir un elemento llamado el
inverso del dos, el cual no es posible su existencia(sera muy bueno que se verifique esta
afirmacin, la bsqueda de caminos para ello, es muy importante en las matemticas)
Ejemplo 1.7.
Si consideramos los enteros modulo 4, Z4 = {0, 1, 2, 3}, con las operaciones
que se muestran en las tablas de doble entrada, no es un cuerpo o campo.
+
3 3 0 1 2
Operacin de Adicin en Z4
.
3 0 3 2 1
Operacin de Multiplicacin en Z4
Es notorio que el elemento neutro multiplicativo est dado por 1 Z4 , pero el 2 6= 0
es un elemento no nulo, luego debe tener, si es que fuere un cuerpo, su elemento inverso,
pero si uno observa en la tabla de multiplicacin en la tercera fila horizontal, se descubre
que no existe el inverso para el dos 2 Z4
2
2
Espacios Vectoriales en General
2.1.
Es uno de las estructuras algebraicas de mayor importancia en el lgebra Lineal, ya

que se hablar de espacios vectoriales con producto interno, luego se estudiara los espacios vectoriales normados y tambin hablaremos de lo que significa un subespacio vectorial.
Definicin 2.1. Sea K un cuerpo y V un conjunto no vaco. Definamos en ella dos

operaciones que le llamaremos adicin y multiplicacin por un escalar .
+ : V V
(v, u)
: K V
(, v)
V
v+u
V
v
De modo que verifique con los siguientes axiomas:
Axiomas de la Adicin
EV1: u + v = v + u, u, v V
EV2: (u + v) + w = u + (v + w), u, v, w V
EV3: existe un elemento que le llamaremos el cero o elemento neutro y lo denotaremos
por 0 V , de manera que se cumpla con u V : u + 0 = 0 + u = u
9
10
CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL
EV4: para cada elemento u V , existe un elemento v V de modo que se cumpla con
u+v =v+u=0
A este elemento, gracias a su unicidad lo denotaremos por v = u
Axiomas del producto por un escalar

EV5: (u) = ()u
EV6: (u + v) = u + v
EV7: ( + )u = u + u
EV8: 1v = v
Si se verifica todo lo anterior, podemos decir que la cuaterna (V, K, , .) es un
Kespacio vectorial o un espacio vectorial sobre el cuerpo K.
Notacin
A cada elemento del conjunto V, le llamaremos vectores y a cada elemento del
cuerpo K, escalares.
Si se tiene que K = R, entonces V ser llamado un espacio vectorial real, mientras que si
el campo fuese K = C recibir el nombre de espacio vectorial complejo.
Ejemplo 2.1.
Considere V = R2 juntamente al cuerpo de los nmeros reales y las operaciones
triviales
(a, b) + (x, y) = (a + x, b + y)
(a, b) = (a, b)
Por lo tanto se prueba que (V, +, ., R) es un espacio vectorial real.
2.1. ESPACIOS VECTORIALES
11
Nota: este espacio vectorial es el que se va a utilizar en gran parte de este material, para
el desarrollo de vectores en el plano, rectas y muchas situaciones ms.
Como una especie de aplicacin tenemos:
(2, 4) + (5, 6) = (2 + 5, 4 + 6) = (7, 10)
tambin tenemos
4(2, 4) = (8, 16)
Ejemplo 2.2.
Considere el conjunto siguiente V = {(x, y) R2 /; 3x 2y = 0} considerando
el cuerpo de los nmeros reales y las operaciones triviales
(a, b) + (x, y) = (a + x, b + y)
(a, b) = (a, b)
Afirmamos: V es un Respacio vectorial.
Es claro que V 6= , basta notar que (2, 3) V .
Ahora veamos que la operacin de adicin esta bien definida, en efecto, sean (x, y), (a, b)
V , por lo tanto se tiene
3x 2y = 0
3a 2b = 0
ahora calculamos 3(x + a) 2(y + b) = 0, por lo tanto
(x + a, y + b) V
por lo tanto
(x, y) + (a, b) V
EV1 Considere dos elementos arbitrarios u = (a, b), v = (x, y) de V , luego
u + v = (a + x, b + y) = (x + a, y + b) = (x, y) + (a, b) = v + u
EV2 Sea u = (a, b), v = (x, y), w = (m, n) V arbitrarios, luego se sugiere que el
estudiante verifique la asociatividad en V , esto es (u + v) + w = u + (v + w).
12
EV3 Ahora consideremos 0 = (0, 0), debido a que 3(0) 2(0) = 0, entonces se tiene que
(0, 0) V , esto es, el elemento nulo esta presente en el conjunto V , y es claro que
se cumple con
u V, u + 0 = 0 + u = u
EV4 Sea u = (a, b) V cualquiera, esto significa que debe cumplir con su regla de
correspondencia, es decir
3a 2b = 0
ahora de la ecuacin anterior, tambin se tiene
3(a) 2(b) = 0
esto significa que (a, b) V , es decir, por la notacin considerada
u V
En esta parte, es importante garantizar la buena defincin de la multiplicacin por
un escalar, esto es: Sean R, u = (x, y) V , por lo tanto 3x 2y = 0, ahora s,
calculemos
3(x) 2(y) = (3x 2y) = (0) = 0
(2.1)
segn la ecuacin (5.1), se tiene la clausura o cerradura de la operacin multiplicacin

por un escalar, es decir
u V
EV5 Considere dos escalares arbitrarios , R y u = (x, y) V , ahora calculemos
(u) = ((x, y))
= (x, y)
= ((x), (y))
= (()x, ()y)
= ()(x, y)
= ()u
Sugerencia: Se deja a cargo del estudiante la verificacin de los otros puntos
(EV 6), (EV 7) y (EV 8), para reforzar lo aprendido.
13
Comentario: Es siempre necesario demostrar todos los axiomas de un espacio vectorial?.

Creemos, en efecto que es muy importante al inicio del desarrollo, para lograr su manejo
y las deducciones que se pueden sacar de ella , las cuales solo podrn ser visualizadas, si
se comprueba meticulosamente.
Luego, cuando la comprensin de la materia se incremente, se podr notar que las clausuras o cerraduras, en la mayora de casos se vuelven muy importante, en cualquier caso,
la verificacin de los axiomas mencionados, entra a la labor personal de cada profesional.
Ejemplo 2.3.
Considere el conjunto V = R2 con el cuerpo de los reales K = R,considere las
operaciones siguientes
(a, b) + (c, d) = (b + d, a + c)
(a, b) = (a, b)
V es un espacio vectorial?
Prueba: Si se intuye que si es un espacio vectorial, entonces se debe proceder a la comprobacin, verificando cada uno de los axiomas que definen a un espacio vectorial. En
caso contrario, si percibimos que no lo es, bastar encontrar un solo axioma que no se
cumpla, con ello quedar probado la imposibilidad de ser un espacio vectorial.
Uno de los axiomas indica que la Adicin es asociativa, veamos para una tripleta de pares
ordenados concretos.
Calculemos
[(1, 2) + (3, 1)] + (3, 3) = (3, 4) + (3, 3) = (7, 6)
Por otro lado, calculemos
(1, 2) + [(3, 1) + (3, 3)] = (1, 2) + (4, 6) = (8, 5)
por lo visto, en los dos clculos anteriores, no se verifica la asociatividad(basta comprobar
con un solo ejemplo), luego no es un espacio vectorial.
Comentario: Cuando se define cualquier estructura matemtica o simplemente se da
un concepto, es casi necesario mostrar, ejemplos y contraejemplos de situaciones en don-
14
de cumplan y no con lo definido. La pedagoga sugiere que se muestre situaciones que

verifiquen y tambin con entidades que no cumplan con lo dado.
Ejemplo 2.4.
Considere el siguiente conjunto V = {(x, y) R2 : x + y 1} y las operaciones triviales o estndares.
V es un Respacio vectorial?
Prueba: Sospechamos que no lo es, ahora debemos buscar negar uno de los axiomas,
veamos que la adicin no es de clausura, consideremos u = (1, 0) V y v = (0, 1) V ,
esto es cierto ya que cumple con
x+y 1
si fuere un espacio vectorial debera cumplir con
u+v V
luego (1, 0) + (0, 1) V , entonces (1, 1) V , por lo tanto debera verificarse con
1+11
lo cual es imposible, esto nos lleva a decir que V no puede ser un espacio vectorial.
Comentario: Ntese que en el trayecto de la demostracin se ha utilizado la suposicin
contraria, esto es, que V es un espacio vectorial, para luego por medio de un hecho y
valores concretos, llegar a una contradiccin, esta metodologa demostrativa se utilizar
en forma constante durante el desarrollo de este material.
Ejemplo 2.5.
Considerando V = R. Probar que V no es un espacio vectorial complejo.
Prueba: Basta notar que la multiplicacin por un escalar no es de cerradura
(3 + 4i)2 = 6 + 8i 6 V
15
Ejemplo 2.6.
Sea V un K-espacio vectorial. Demostrar la unicidad del elemento neutro
aditivo.
Demostrando: Sean 0, 00 V dos elementos que cumplen con los axiomas del elemento
nulo, es decir
u V, u + 0 = 0 + u = u
u V, u + 00 = 00 + u = u
de lo anterior se tiene que 0 + 00 = 00 , pero tambin 0 + 00 = 0, por lo tanto se cumple
0 = 00
Ejemplo 2.7.
Sea V un Kespacio vectorial. Probar que K, 0 = 0.
Prueba: operando
0 = (0 + 0)
0 = 0 + 0
0 = 0
Ejemplo 2.8.
Sea V un espacio vectorial sobre el cuerpo K y K, v V .
Demostrar, si v = 0, entonces = 0 o v = 0.
Prueba: Supngase que 6= 0, entonces esta claro la existencia de 1 K, de manera
que se cumpla
.1 = 1 .1
Ahora, calculemos
v = 1v = (1 .)v = 1 (v) = 1 0 = 0
por lo tanto v = 0
16
Ejemplo 2.9.
Sea V un espacio vectorial real y R, v V . Pruebe que ()v = (v) =
v.
Prueba: Se sabe que v + ()v = ( + ())v = 0v = 0, por lo tanto ()v = v.
De manera similar se obtiene (v) = v.
Nota: Debe observar que, para demostrar varias igualdades sucesivas una estrategia es
hacer que cada una de ellas sea igual a una de ellas considerada como fija, el siguiente
esquema muestra el modelo de la demostracin
Interrogante:
Expresin 1 = Expresin 2 = = Expresin n
Proceso:
Expresin 1 = Expresin n
Expresin 2 = Expresin n
..
.
Expresin (n-1) = Expresin n
Ejemplo 2.10.
Sea V = {(x, y) N : x + y = 1} juntamente con las operaciones triviales,es
un espacio vectorial real?
Prueba: Es natural pensar que no lo es, para ello basta notar que (2, 1) V , pero el
opuesto es decir el elemento (2, 1) 6 V . Basta con ello para haber probado que no se
trata de un espacio vectorial.
Ejemplo 2.11.
Considere el siguiente conjunto V = {(x, y) R2 : x y}. Demostrar que V
no es un espacio vectorial, con las operaciones estndares.
Prueba: Se deja al estudiante su verificacin.
17
Ejemplo 2.12.
Sabiendo que se tiene V = {(x, y, z) R3 : x + y = z}. Pruebe que V es un
Respacio vectorial.
Prueba: Detallar.
Ejemplo 2.13.
Sea V = {(x, 0) : x R+ } con las operaciones
(x, 0) + (y, 0) = (xy, 0)
(x, 0) = (x , 0)
Pruebe que V es un espacio vectorial real.
Prueba: Tenemos que mostrar todos los axiomas que definen un espacio vectorial, pero ya
en este punto dejaremos al estudiante la prueba de la clausura, la asociativa, conmutativa
de la adicin.
Afirmamos que (1, 0) V es el elemento nulo, en efecto, sea (x, 0) V arbitrario, luego
(x, 0) + (1, 0) = (x.1, 0) = (x, 0)
de manera similar
(1, 0) + (x, 0) = (1.x, 0) = (x, 0)
es suficiente, esto, para haber probado que el elemento cero o nulo est dado por (1, 0) V .
Ahora, veamos el opuesto de (x, 0) V un elemento arbitrario, consideramos el elemento
(x1 , 0) es claro que es un elemento del conjunto V , ya que x > 0, luego calculemos
(x, 0) + (x1 , 0) = (x.x1 , 0) = (1, 0)
Por otro lado, sea R, (x, 0) V , como x > 0, luego se tiene (x, 0) V , esto nos
indica que se cumple la clausura de la operacin multiplicativa por un escalar.
EV5: Sean , R y (x, 0) V , entonces
((x, 0)) = (x , 0) = ((x ) , 0) = (x , 0) = ()(x, 0)
Se deja al lector, la verificacin de todos los axiomas restantes.
18
2.2.
Representacin Geomtrica de los Vectores
Sabemos que M = {
a b
: a, b, c, d R} es un espacio vectorial real, cmo
c d
representarlos grficamente a cada vector de este espacio M?.
De manera similar, si consideramos C = {f : [0, 1] R : f es una funcin y f ( 12 ) =

0} es demostrable que se trata de un espacio vectorial, a cada elemento de C recibe el
nombre de vector, la cual tiene una representacin grfica.
Cuando el espacio vectoriales real es el plano cartesiano, es decir R2 , sus elementos pueden
ser representados grficamente, mediante flechas, como muestra la figura 2.1.
P
u=(x,y)
u=P-Q
Q
Figura 2.1: Grfica del vector u
2.3.
Paralelismo de Vectores
Definicin 2.2. Sea V un espacio vectorial sobre un cuerpo K, u, v V

u k v K/ u = v o v = u
2.3. PARALELISMO DE VECTORES
19
As, tenemos que en el espacio de matrices de orden 2 2, como 2
2 4
1 2
, por lo tanto por medio de la defincin dada se tiene que
1 2
2 4
Podemos notar que por definicin el vector nulo 0 V es paralelo a cualquier vector,
es decir sea u V un vector dado en forma arbitraria, luego se tiene
uk0
En el caso que estemos trabajando con vectores u, v no nulos en el plano euclidiano, se
darn dos casos:
Si existe R+ , tal que u = v, diremos que dichos vectores son paralelos y del
mismo sentido.
En el caso que se de, la existencia de R tal que u = v, diremos que son
vectores paralelos y se sentido contrario, como se muestra en la figura 2.2.
Paralelismo de vectores
u
v
u paralelo y del mismo sentido que v

u
w
u paralelo y de sentido contrario a w

Figura 2.2: Vectores paralelos en el plano
20

Este paralelismo con la multiplicacin por un escalar no nulo, va a general una relacin
muy importante llamada relacin de equivalencia, y con ella se obtiene una particin del
espacio euclideano, donde cada recta ser una clase de equivalencia, estas cosas sern
vistas en la segunda parte del curso de Vectorial I.
3
Espacios con Producto Interno
3.1.
Producto Interno en un Espacio Vectorial
Definicin 3.1. Sea V un espacio vectorial real. Un producto interno(p.i.) sobre el espacio
V es una funcin h i : V V R de modo que cumpla con los axiomas siguientes:
P1: u V, hu, ui 0
P2: hu, ui = 0 u = 0
P3: R, u, v V : hu, vi = hu, vi
P4: u, v, w V : hu + v, wi = hu, wi + hv, wi
P5: u, v V : hu, vi = hv, ui
Nuestro objetivo, es dar un producto interno al espacio vectorial R2 , antes de ello, notemos
que el axioma P1, nos indica que el producto interno de cualquier vector consigo mismo,
debe ser un real no negativo. Pero el axioma P2, aade algo ms, que la nica forma de
ser cero, al operar consigo mismo, es el vector nulo.
El estudiante debe notar que por definicin se cumple que
h0, 0i = 0
El axioma P3 permite extraer escalares de la primera componente del pi
hu, vi = hu, vi
21
22
CAPTULO 3. ESPACIOS CON PRODUCTO INTERNO
Es natural preguntarse si se puede extraer escales en la segunda componente, la respuesta

es afirmativa, veamos ello
hu, vi = hv, ui = hv, ui = hu, vi
Por lo tanto, combinando ambos resultados, se tiene en forma general, para cualquier
espacio con producto interno
, K, u, v V : hu, vi = hu, vi
Ahora le toca al axioma P4, es una especie de linealidad por la izquierda, es decir la
adicin se distribuye con el pi
hu + v, wi = hu, wi + hv, wi
Se dejar al lector la comprobacin que tambin se cumple esta misma cualidad, para el
lado derecho, esto es
hu, v + wi = hu, vi + hu, wi
Por lo tanto, con las consideraciones dadas, se puede operar la expresin siguiente
hu + v, w + li = hu, wi + hu, li + hv, wi + hv, li
Es claro la interpretacin del axioma P5, diremos que el pi es conmutativo, en ese
sentido
hu, vi = hv, ui
En el espacio vectorial real de las matrices cuadradas de orden 2, vamos a definir un
producto interno, de la manera siguiente
A, B M2 : hA, Bi = tr(At .B)
donde M2 es dicho espacio de matrices cuadradas de orden 2 2 y tr es la traza de la
matriz At .B.
En primer lugar debe notar que tr(A.B) R es decir lo definido establece una buena
funcin del producto cartesiano M2 M2 hacia R.
3.1. PRODUCTO INTERNO EN UN ESPACIO VECTORIAL
23
Sea A M2 tomado arbitrariamente y calculemos

hA, Ai = tr(At .A)

a b
a c
.
= tr
c d
b d
a2 + c2 ab + cd
= tr
2
2
ab + cd b + d
= a2 + b 2 + c 2 + d 2 0
logrando as verificar en primer axioma de pi. El estudiante podra de manera similar,
trabajando con matrices cuadradas de orden 2 2, poder comprobar los otros axiomas.
Ya habamos comentado que nuestro inters, es dotar al espacio R2 de un producto
interno. Definamos una funcin
h i : R R2 R
definida por, considere u = (a, b), v = (x, y) luego
hu, vi = ax + by
Es necesario realizar la demostracin de que se trata de un producto interno, para ello
debemos verificar los cinco axiomas que lo definen
P1: Considere un elemento cualquiera de R2 , u = (x, y) y calculemos

hu, ui = x2 + y 2 0
P2: Sabiendo que se cumple hu, ui = 0, entonces a2 + b2 = 0, por lo tanto a = b = 0,

con lo cual se tiene u = (a, b) = (0, 0) = 0.
Por otro lado, si se tiene que u = (0, 0), entonces podemos calcular hu, ui = 02 +02 =
0.
De lo anterior se tiene demostrado el axioma P2.
24
P3: Considere R y u = (a, b), v = (x, y) tomados arbitrariamente, calculemos

hu, vi = h(a, b), (x, y)i
= h(a, b), (x, y)i
= ax + by
= (ax + by)
= h(a, b), (x, y)i
= hu, vi
por lo tanto el axioma P3, est demostrado, el alumno debe notar que se ha dependido nicamente de la definicin dada hu, vi = ax + by
P4: Sean los vectores u = (a, b), v = (x, y), w = (p, q) del espacio R2 , calculando
hu + v, wi = h(a + x, b + y), (p, q)i
= (a + x)p + (b + y)q
= (ap + bq) + (xp + yq)
= hu, wi + hv, wi
por lo tanto, diremos que la funcin definida es lineal con respecto a la primera
variable.
P5: Con respecto a la conmutatividad, de sus componentes, se dejar para el estudiante
su verificacin.
El producto interno antes mencionado por lo que va a generar en el plano R2 , con respecto
a los ngulos de manera especial la perpendicularidad de los vectores, recibir un nombre
especial producto interno cannico o euclidiano.
Si en un problema trabajando en el plano, no se menciona el p.i. ha desarrollarse, se
sobreentender que se trata del cannico.
Por lo visto en general, al trabajar en R2 , se tiene las cualidades adicionales
1. hu, vi = hu, vi
2. hu, v + wi = hu, vi + hu, wi
3.1. PRODUCTO INTERNO EN UN ESPACIO VECTORIAL
25
3. h0, vi = hu, 0i = 0
Es razonable pensar que pueden existir otros productos internos asociados al espacio
R2 , un ejemplo de esto es, considere u = (a, b), v(x, y)
hu, vi = 2(ax + by)
se dejar su verificacin para entrenarse en este mundo de las demostraciones.
Ejemplo 3.1.
Considere u = (a, b), v = (x, y) R2 , definamos hu, vi = ax by, es un
producto interno en es espacio R2 ?
Prueba: Es claro que si intuimos que si define un buen producto interno, pasaremos a
demostrar cada uno de los cinco axiomas que lo definen. En el caso que sospechamos, que
esto no se da, es necesario dar un ejemplo concreto (en este caso un par de pares ordenados)
en donde no se cumpla, al menos no se cumpla, basta y sobra encontrar uno tales axiomas.
Si consideramos el vector u = (1, 4) si es que fuera un pi, debera cumplir con

hu, ui 0
pero si calculamos con la definicin dada, se tiene
hu, ui = 1 2 4 4 = 15 < 0
con lo cual se ha demostrado, que no puede ser un pi para R2 .
Ejemplo 3.2.
Considere u = (a, b), v = (x, y) y defina hu, vi = (ax + by). Que condicin
le daras a R, para h i defina un producto interno en R2 ?
Prueba: Creemos que, con un intento de resolver este problema nos impulsa a considerar
el valor de como positivo , es decir
>0
26
Se deja la demostracin al estudiante, de los axiomas. Es necesario tambin verificar que

con otros valores para esto no se cumple , es decir cuando
=0o<0
llegamos a una contradiccin con alguno de los axiomas que define un producto interno.
Ejemplo 3.3.
Sea V = R2 y u = (x1 , x2 ), v = (y1 , y2 ) V dos elementos arbitrarios,
definamos
hu, vi = 2x1 y1 + 3(x1 y2 + x2 y1 ) + 5x2 y2
Pruebe que h i es un producto interno en V .
Prueba: Es necesario mostrar los cinco axiomas de un pi.
Considere u = (x1 , x2 ) V cualquiera, ahora calculemos
3
1
hu, ui = 2x1 x1 + 3(x1 x2 + x2 x1 ) + 5x2 x2 = 2(x1 + x2 )2 + x22 0
2
2
dejaremos para su entrenamiento, la realizacin de los otros cuatro axiomas.
3.2.
Vectores Ortogonales en un Espacio Vectorial
Es notorio que la ortogonalidad en geometra genera propiedades fundamentales como

el Teorema de Pitgoras, clculos de regiones triangulares, propiedades en la circunferencia
y en cada tema de la geometra esta presente la perpendicularidad. Para generar vectores
ortonormales, es necesario realizar un procedimiento llamado Gram Schmidt, en donde la
ortogonalidad de vectores en fundamental.
Es tambin importante que la ortogonalidad depende del producto interno asociado al
espacio vectorial, acontinuacin lo definiremos en un K-espacio vectorial arbitrario, en
donde est asociado un producto interno cualquiera.
Definicin 3.2. Sea V un K-espacio vectorial, con un producto interno asociado a l.
Sean u, v V dos vectores en dicho espacio
uv hu, vi = 0
3.2. VECTORES ORTOGONALES EN UN ESPACIO VECTORIAL
27
Recalcaremos algunas observaciones de esta definicin:

A la notacin uv, ser llamado u ortogonal a v.
Para hablar de ortogonalidad, es necesario que los elementos ortogonales estn en
un espacio vectorial que posea un producto interno.
La ortogonalidad de dos vectores por ejemplo en el espacio vectorial R2 no significa
que dichos vectores forman un ngulo recto entre ellos. Cabe la posibilidad que
dichos vectores formen un ngulo cuya medida sea 45 y sean vectores ortogonales.
Es decir la ortogonalidad y su representacin grfica depende del producto interno
que tenga.
En el caso especial que el producto interno asociado al espacio vectorial real, sea el
cannico en decir
h(a, b), (x, y)i = ax + by
la ortogonalidad pasa a llamarse perpendicularidad.
Como la ortogonalidad est en cualquier espacio con p.i, luego es vlido hablar de
matrices ortogonales, funciones ortogonales.
a b
: a, b, c, d R} , juntamente
Por ejemplo en el espacio de matrices M = {
c d
con el producto interno asociado a este espacio
hA, Bi = traza(At .B)
1 2
y
Considere dos vectores en este espacio A =
0 1
3 2
, operando con el p.i

2 0
hA, Bi = 7
por lo tanto, los vectores A y B no son ortogonales, es decir
A 6 B
1 0
0 1
yB=
si son ortogonales, se sugiere
Pero si tomamos los vectores
1 0
0 1
verifcalo.
28

Un caso particular, el cual es de nuestro inters, es cuando en espacio vectorial R2
tenga como p.i el cannico, en este caso se tiene:

Sean u = (a, b), v = (x, y) dos elementos arbitrarios del espacio euclidiano de dos dimensiones
u v hu, vi = 0 ax + by = 0
En esta parte, cambiaremos el producto interno en el espacio R2 por u = (a, b), v =
(x, y)
hu, vi = 2ax + bx + ay + 3by
Considere los vectores u = (1, 2) y v = (7, 4), si se considera el p.i cannico, se tiene
hu, vi = 1
es decir, no son ortogonales o no son perpendiculares u 6 v.
Por otro lado, si consideramos el p.i ltimo mencionado, se tiene
hu, vi = 14 + 14 4 24 = 0
esto nos indica, que si son ortogonales, es decir u v.
Conclusin: La ortogonalidad depende del producto interno asociado en l.
Debe notar el estudiante que la medida del ngulo formado por estos dos vectores en
el plano, no es 90 , realizando algunos clculos se descubre que es aproximadamente 93 .
Como un caso especial de ortogonalidad, definiremos el ortogonal de un vector en R2 .
Definicin 3.3. Sea u = (a, b) R2 , con el producto interno cannico.
u = (b, a)
llamada el ortogonal de u o u ortogonal.
As tenemos, sea u = (2, 4), luego u = (4, 2). Esta definicin tiene algunas particularidades, que lo expondremos en forma de propiedades o ejercicios.
Ejemplo 3.4.
Sea u = (a, b) R2 arbitrario, entonces se tiene hu, u i = 0
Prueba: Basta aplicar el p.i a dichos elementos.
29
Ejemplo 3.5.
Considere u, v dos elementos del espacio R2 . Probar que (u + v) = u + v
Ejemplo 3.6.
Sean R2 y u R2 . Demostrar que (u) = u .
Ejemplo 3.7.
Sea u R2 , entonces se cumple que (u ) = u
A continuacin se establece una relacin entre el paralelismo y la ortogonalidad de
vectores en R2 , nos va a permitir pasar de una expresin a otra, usando la ortogonalidad.
Ejemplo 3.8.
Sean u, v R2 dos vectores no nulos. Probar que
u k v hu, v i = 0
Prueba:(=) Sabiendo que se tiene u k v, entonces se tiene la existencia de un escalar
R tal que
u = v
Por lo tanto calculemos
hu, v i = h(v), v i = hv, v i = 0
por lo tanto
hu, v i = 0
(=) Considere u = (a, b) y v = (x, y) luego tenemos v = (y, x), por hiptesis se tiene
que hu, v = 0, con lo cual se obtiene bx = ay.
En esta parte existe dos posibilidades para el valor de a R:
Si a = 0, entonces bx = 0, como b 6= 0, entonces x = 0, por lo tanto y 6= 0.
Calculemos
u = (a, b) = (0, b) = (0, (b.y 1 )y) = b.y 1 (0, y) = by 1 (x, y) = (b.y 1 v
de lo anterior se tiene que
ukv
Ahora en el otro caso, es decir si a 6= 0, en este caso se desprende en dos subcasos:
30

(i) si b = 0, entonces y = 0, por lo tanto se tiene
v = (x, y) = (x, 0) = (x.a 1.a, 0) = (x.a1 )(a, 0) = (x.a1 (a, b)
por lo tanto u k v
(ii) si b 6= 0, se deja al lector su verificacin, que u k v
Ejemplo 3.9.
Definamos para u = (x, y) R2 la norma del vector u de la forma siguiente
kuk =
p
x2 + y 2
Considere dos vectores u, v R2 . Demostrar que |hu, vi| 1, siempre que

kuk = kvk = 1.
Prueba: Sabiendo que u = (x, y), entonces como kuk = 1, se tiene x2 + y 2 = 1
tambin se tiene v = (a, b), luego como kvk = 1, se cumple a2 + b2 = 1
ahora operando
|hu, vi| = |ax + by| |ax| + |by|
Recordemos que si se tienen dos nmeros reales m, n R no nulos, entonces (|m||n|)2
0, por lo tanto
m2 + n2 2|m||n|
por lo tanto se cumple
|mn|
m2 + n2
2
aplicando lo obtenido, se tiene

hu, vi |ax| + |yb|
a2 + x 2 y 2 + b 2
x2 + y 2 + a2 + b2
+
=
=1
2
2
2
por lo tanto, se cumple que

|hu, vi| 1
31
Ejemplo 3.10.
Dado un vector u = (a, b) 6= (0, 0). Probar que para todo w R2 se puede
escribir
w = xu + yu
para algn x, y R, en forma nica.
Prueba: Considere w = (p, q) y formamos el sistema de dos ecuaciones lineales
xa yb = p
xb + ya = q
la cual es un sistema en incgnitas x, y R. Como el determinante del sistema

a b
6= 0
4s =

b a
ya que el vector w = (a, b) es no nulo. Esto nos indica que el sistema anterior tiene solucin
en x e y, la cual se puede determinar por Cramer, la cual est dada por

p b

q a
pa + bq
= 2
x=

a + b2
a b

b a
de manera similar, se obtiene la segunda expresin

a p

b q
aq bp
= 2
y=

a + b2
a b

b a
por lo tanto, esto me indica que
w = (p, q) = x(a, b) + y(b, a)
la cual, es equivalente al sistema anteriormente mostrado.
Ahora compete a la unicidad, de la representacin, considere que existe x0 , y 0 R de modo
que
w = x0 u + y 0 u
32
esta ecuacin nos permite generar de manera muy natural, un sistema de ecuaciones
x0 a y 0 b = p
x0 a + y 0 b = q
pero se trata del mismo sistema anteriormente dado, luego gracias a la existencia y unicidad de su solucin se tiene que
x = x0 y = y 0
Ejemplo 3.11.
Dada dos vectores u, v R2 . Pruebe que hu, vi2 + hu, v i2 = kuk2 kvk2
Prueba: Considere u = (a, b), v = (x, y), por lo tanto el ortogonal del vector v esta dada
por v = (y, x). Por lo tanto, se tiene quedar
hu, vi = ax + by , hu, v i = (ay, bx)
con lo cual, reemplazando en la siguiente expresin
hu, vi2 + hu, v i = (ax + by)2 + (bx ay)2
= a2 x2 + b2 y 2 + 2abxy + b2 x2 + a2 y 2 2abxy
= (a2 + b2 )x2 + (a2 + b2 )y 2
= (a2 + b2 )(x2 + y 2 )
2
2p
=
a2 + b2 x2 + y 2
= kuk2 kvk2
4
Espacios Normados
4.1.
Norma en un Espacio Vectorial
Esta nocin est fundamentada en la siguiente definicin.

Definicin 4.1. Sea V un Respacio vectorial. Se denomina norma en V a una funcin
k k : V R, de manera que se cumplan con cuatro axiomas
N1 : kvk 0, v V
N2 : kuk = 0 u = 0
N3 : kuk = ||kuk
N4 : ku + vk kuk + kvk.
A continuacin se dar algunas observaciones:
El axioma N1 nos indica que la norma de un vector, siempre es no negativo, es decir
no es posible que se tenga
kvk = 1
Con respecto al axioma M2 , nos indica que el nico vector cuya norma es cero, es
el vector nulo.
Este axioma tiene dos implicaciones:
kuk = 0 = u = 0
tambin
u = 0 = kuk = 0
33
34
CAPTULO 4. ESPACIOS NORMADOS

El axioma N3 nos indica que los escalares pueden salir de la norma, pero con valor
absoluto. Debe notar que se cumple con este axioma, lo siguiente
3k(2, 3)k = |3|k(2, 3)k = k3(2, 3)k = k(6, 9)k
en el caso que el escalar sea negativo
7k(4, 1)k = |7|k(4, 1)k = k(28, 7)k
otra de las consecuencias de este axioma, esta dado por
k uk = kuk
El axioma N4 es conocida como la desigualdad triangular, la cual se puede extender
para tres vectores, es decir
ku + v + wk kuk + kvk + kwk
Ahora, por un proceso de induccin matemtica sobre el nmero de vectores n N,
se tiene
kv1 + v2 + . . . + vn k kv1 k + . . . + kvn k
Nuestra intencin es dar al espacio vectorial R2 una norma especial. Sea R2 el espacio
vectorial juntamente con su producto interno cannico, es decir
hu, vi = ax + by
donde u = (a, b) y v = (x, y). Podemos de manera muy natural, originar una funcin
kk : R2 R cuya regla de correspondencia esta dada por
kuk = k(a, b)k =
a2 + b 2
se demostrar que la funcin obtenida, es una norma del espacio R2 .

Ejemplo 4.1.
Sea V un espacio vectorial con producto interno y kk una norma en dicho
espacio. Demuestre que
u, v V, |hu + vi| kuk + kvk
4.1. NORMA EN UN ESPACIO VECTORIAL
35
Prueba: Si se tiene que u = 0 v = 0, se comprueba que se verifica directamente.

Ahora, el caso en que u 6= 0 y v 6= 0
como hw, wi 0, w V , en particular para
w=v
hu, viui
kuk2
luego reemplazando se obtiene

hv
hu, viu
hu, viu
,v
i0
2
kuk
kuk2
simplificando la expresin anterior con mucho cuidado, obtenemos

hu, vi2 kuk2 kvk2
de esta expresin, se obtiene lo pedido.
Ejemplo 4.2.
Sea V un K-espacio vectorial con producto interno.
p
Demostrar que kuk = hu, ui, u V es una norma en el espacio V .
Prueba: Para poder demostrar ello, es necesario hacer cumplir los cuatro axiomas, veamos a continuacin cada uno de ellos
N1 : Por axioma de producto interno, se cumple que u V, hu, ui 0, por lo tanto se
tiene
kuk =
N2 : Considere que se cumple kuk = 0, luego
hu, ui 0
hu, ui = 0 por lo tanto
hu, ui = 0
luego por axioma que define el producto interno, se cumple u = 0.
Ahora en forma recproca, es decir sea u = 0, luego calculemos
kuk = k0k =
h0, 0i = 0 = 0
con todo ello se ha probado el axioma N2 .
36
N3 : Considere R y u V elementos totalmente arbitrarios, luego calculemos

kuk =
p
p
p
hu, ui = 2 hu, ui = || hu, ui = ||kuk
Debe notar que estas propiedades, se esta demostrando en forma independiente del
espacio vectorial y del cuerpo que se este actuando
N4 : Considere u, v V dos elementos arbitrarios, luego calculemos
ku + vk2 = kuk2 + kvk2 + 2hu, vi kuk2 + kvk2 + 2|hu, vi|
kuk2 + kvk2 + 2kukkvk
= (kuk + kvk)2
en la ecuacin anterior, se ha necesitado el ejemplo anterior, demostrado llamado
comnmente la desigualdad de Cauchy Schwarz.
Ntese que tomando los extremos de las inecuaciones obtenidas, se tiene el resultado
pedido.
Una observacin importante del ejercicio anterior, es que el resultado obtenido, no

depende del espacio tomado, es decir es aplicable a cualquier espacio vectorial y tambin
no depende del producto interno en dicho espacio, ya que nicamente se ha necesitado,
de los axiomas que lo definen, por lo tanto es un teorema muy importante.
Como una aplicacin al ejercicio anterior, si consideramos el espacio R2 juntamente

con el producto interno
h(a, b), (x, y)i = 2(ax + by)
podemos definir una norma, es decir convertir a dicho R2 en un espacio normado, considerando
k(a, b)k =
p
h(a, b), (a, b)i
esto quiere decir

k(a, b)k =
h(a, b), (a, b)i =
2(a2 + b2
37
por lo tanto la norma de (3, 4) sera
k(3, 4)k = 5 2
pero si utilizamos la norma euclidiana, es decir la que proviene del producto interno
cannico, se obtiene
k(3, 4)k = 5
esto nos indica que si me preguntan, cual es la norma kuk de una vector u V , la
respuesta sera depende de la norma ha utilizar, es decir, dame una norma en dicho
espacio y podr darte la respuesta.
Ejemplo 4.3.
Sea u, v R2 con el producto interno arbitrario. Probar que
u v ku + vk2 = kuk2 + kvk2
Prueba:(=) Como los vectores u y v son ortogonales, es decir u v, por lo tanto
hu, vi = 0 y recordando que se cumple
ku + vk2 = kuk2 + kvk2 + 2hu, vi
se tiene como resultado final
ku + vk2 = kuk2 + kvk2
lo cual es expresin pedida.
(=) se deja al estudiante para su resolucin.
Ejemplo 4.4.
En el espacio vectorial R2 con producto interno. Demostrar que
u v R, ku + vk kuk
38
Prueba:(=) Considere un real arbitrario R luego calculemos

ku + vk2 = kuk2 + 2hu, vi + kvk2
= kuk2 + 2(0) + 2 kvk2
= kuk2 + 2 kvk2
kuk2
por lo anterior se tiene
ku + vk2 kuk2
finalmente extrayendo la raz cuadrada, se obtiene lo que nos piden.
(=) considere cierto que ku + vk kuk, R, elevando al cuadrado se obtiene
kuk2 + 2hu, vi + ||2 kvk2 kuk2
por lo tanto
2 (kvk2 ) + (2hu, vi) + 0 0, R
ahora, aplicando la propiedad del discriminante de una expresin cuadrtica, se
obtiene
(2hu, vi)2 4kvk2 .0 0
por lo tanto 4hu, vi2 4kvk2 .0, luego
hu, vi2 0
de donde por propiedades de los nmeros reales se obtiene
hu, vi = 0
esto quiere decir que
uv
Ejemplo 4.5.
Demostrar: Sean u, v R2 con el producto interno cannico. Entonces
|hu, vi| = kukkvk u k v
39
Prueba:(=) En este punto dividiremos la demostracin en dos casos.

Si se tiene que u = 0 o v = 0, entonces se cumple que los vectores son paralelos.
En otro caso, es decir si u 6= 0 y v 6= 0, en este punto, definamos una funcin
f :RR
f (r) = ku + rvk2
por lo tanto, simplificando lo anterior, se tiene
f (r) = hu + rv, u + rvi
= hu, ui + hu, rvi + hrv, ui + hrv, rvi
= r2 kvk2 + 2rhu, vi + kuk2
hu, v 2 kuk2 kvk2 hu, vi2
2
) +
= kvk (r +
kvk2
kvk2
como es para todo r R, tomemos uno en particular
r=
hu, vi
kvk2
reemplazando, en la expresin anterior, se obtiene

f (r) =
kuk2k vk2 hu, vi2

kvk2
en este punto utilizamos la hiptesis, por lo tanto

f (r) = 0
luego por definicn de la funcin f
ku + rvk2 = 0
luego se tiene ku + rvk = 0 esto nos lleva a indicar que u + rv = 0, no olvidemos,
que en esta ecuacin esta fijo el valor de r, luego
u = rv = (
hu, vi
)v
kvk2
por lo tanto
u = v
para =
hu,vi
,
kvk2
esto nos indica que los vectores u y v son paralelos, es decir

ukv
40
(=) Si se tiene como hiptesis que u k v, entonces existe algn R de modo que se
tenga
u = v
operando
|hu, vi| = |hv, vi| = |hv, vi| = |||hv, vi| = ||kvk2 = || v| | vk = kukkvk
4.2.
Problemas Propuestos
1. Considere el espacio vectorial R2 y la funcin

k(a, b)k = max{|a|, |b|}
Pruebe que k.k funcin anterior define una norma en R2 , llamada tambin la norma
del mximo.
2. En V = R2 se define kuk = k(a, b)k = |a| + |b|(norma de la suma).
Probar que k.k es una norma en V .
3. Demostrar que en un espacio con norma inducida por el producto interno, es decir
p
kuk = hu, ui, se verifica que
ku + vk2 = kuk2 + kvk2 + 2hu, vi
4. Demostrar: Sea V = R2 un espacio vectorial real, con producto interno. Entonces
kuk = kvk (u + v) (u v)
5. Considere u, v dos elementos del plano cartesiano R2 . Sabiendo que se cumple con
2u v = 2v u, entonces demostrar que u = v.
6. Considere un semicrculo con base de dimetro AC y B un punto cualquiera de la
semicircunferencia.
Probar que el tringulo ABC es rectngulo.
4.2. PROBLEMAS PROPUESTOS
41
7. Considere u, v R2 dos elementos no nulos. Demostrar que se cumple

ku + vk = kuk + kvk [u = v, para algn R+ ]
8. Demostrar que las diagonales de un rectngulo son de la misma longitud.
9. Probar que las diagonales de un cuadrado son perpendiculares.
10. Probar que el punto medio de la hipotenusa de un tringulo rectngulo equidista de
los tres vrtices.
11. Demostrar que las diagonales de un trapecio y la recta que une los puntos medios
de los lados paralelos, se cortan en un nico punto.
12. Sean u, v R2 . Demostrar que si kuk = kvk = 1, entonces k 21 u + 13 vk < 1.
13. En un tringulo ABC, E es el punto medio de CA y EF es paralelo a CB.
Probar que F es el punto medio de AB.
14. Dados los puntos A = (2, 5), B = (9, 1), C = (3, 2), hallar un punto D de manera
que estos cuatro puntos formen los vrtices de un paralelogramo.
15. Tres puntos A,B y C son colineales si y solo si para todo P R2 existe R tal
que P C = (1 )P A + P B.
16. Demostrar que en un cuadriltero los segmentos que unen los puntos medios de los
lados opuestos se bisecan mutuamente.
17. Probar que las tres alturas en un tringulo cualquiera, se cortan en un solo punto.
18. Considere el vector v = hb , cia ha , cib con a, b, c R2 .
Demostrar que v k c.
19. Probar: sean u, v R2 en forma arbitraria. Entonces
kuk kvk |kuk kvk ku vk

20. Dado un tringulo ABC cuyas medianas son AD, BE y CF . Probar que

AD + BE + CF = 0
42
21. Las coordenadas de los vrtices de un cuadrado son (1, 4) y (4, 8). Determine las
otras coordenadas de dicho cuadrado.
22. Sea V = {(x, y) R2 : 2x 5y = 0} con las operaciones de adicin y producto por
un escalar real conocida.
Probar que (V, +, ) es un R-espacio vectorial.
4.3.
Vector Unitario
Definicin 4.2. Sea V = R2 un espacio vectorial real y w V .

w se dir vector unitario si y solo si kwk = 1
Como una observacin adicional, es que para cualquier vector no nulo v V , consideremos
w=
v
kvk
tomando mdulo al vector w, obtenemos que es un vector unitario

kwk = 1
esto no lleva a indicar que todo vector no nulo, se puede representar como un escalar
multiplicado por un vector unitario, es decir
v = kvk(
donde w =
v
,
kvk
v
) = kvkw
kvk
adems, v y w son vectores paralelos y del mismo sentido, es decir

vkw
En el espacio euclidiano R2 , existen dos vectores que sirven como orientadores en el

plano
i = (1, 0) y j = (0, 1)
estos vectores son unitarios con respecto a la norma cannica o euclidiana, es decir la
norma que proviene del producto interno euclidiano
kik = 1 y kjk = 1
43
Tambin, si consideramos v = (x, y), luego se tiene

v = (x, y) = xi + yj
Podemos en este punto hacernos una pregunta: el vector v = ( 35 , 54 ) es unitario?
La respuesta a esta pregunta, como lo comentamos lneas anteriores, depende de la norma
a utilizar.
Si se tiene que
kvk =
p
hv, vi, v R2
con h.i el producto interno cannico, la respuesta sera verdadero, ya que

r
9
3 4
16
kvk = k( , )k =
+
=1
5 5
25 25
Ahora si el producto interno que estamos trabajando es
hu, vi = 2x1 y1 + x2 y1 + x1 y2 + 3x2 y2
donde u = (x1 , x2 ), v = (yx , y2 ) y la norma, la inducida por este producto interno esto
quiere decir
kuk =
hu, ui
para el vector u = ( 53 , 45 ) procedemos a calcular se norma

r
r
3 4
3 4
42
42
kuk = h( , ), ( , )i =
=
5 5
5 5
25
5
notamos que dicho vector no es unitario.
Podemos convenir, que si no se hace mencin del tipo de norma a utilizar, debemos
considerar que se esta refiriendo a la norma euclidiana.
4.4.
1. Dado los puntos colineales A(2, 1), B(8, b) y C(a, 3). Utilizando vectores unitarios,
determine el valor de K = a + b.
2. Sabiendo que AB es un segmento de extremos A = (8, 2) y B = (4, 2), determine
los puntos que dividen al segmento en tres partes de la misma longitud.
44

3. Considere dos vectores u, v R2 , donde kuk = 1 y v = (2, 1). Sabiendo que hu, vi =
kuk, determine el vector u.
5
Espacios Geomtricos
5.1.
Distancia en un Espacio Vectorial
Definicin 5.1. Sea S un conjunto no vaco y d : S S R una funcin con dominio

en el producto cartesiano S S.
d es una funcin distancia en el conjunto S si y solo si cumplen con los siguientes axiomas
D1 : d(x, y) 0, x, y S
D2 : d(x, y) = 0 x = y
D3 : d(x, y) = d(y, x), x, y S
D4 : d(x, y) d(x, z) + d(z, y), x, y, z S
Note que esta definicin de funcin distancia, est dado, para un conjunto cualquiera,
no vaco S. Ahora como un caso especiales es cuando el conjunto S viene a ser un espacio
vectorial. Con respecto al primer axioma (D1) nos indica lo que uno espera de la distancia
entre dos puntos, que sea asociada a un nmero no negativo.
El axioma (D2) me indica que la nica forma que la distancia entre dos puntos sea cero,
es cuando los puntos mencionados son iguales, es decir se debe tratar del mismo punto.
De manera similar podemos generar, algunas reflexiones con los axiomas (D3) y (D4).
La idea en definir una funcin distancia en el espacio euclidiano R2 , esta distancia la
definiremos en trminos de la norma de un vector, es decir es inducida por una norma.
Considerando un espacio vectorial R2 normado, es decir est garantizado la existencia

de k.k de manera que se cumpla con los axiomas de norma. Luego podemos originar una
45
46
CAPTULO 5. ESPACIOS GEOMTRICOS
funcin d : R2 R R de manera quedar

d(u, v) = ku vk
donde u, v R2 .
Ejemplo 5.1.
Probar que d : R2 R R definido anteriormente, es una funcin distancia.
Prueba: Basta con demostrar que se verifique los cuatro axiomas de distancia
D1 : Considere u, v R2 totalmente arbitrario, luego
d(u, v) = ku vk 0
D2 : Sabiendo que se cumple d(u, v) = 0 luego ku vk = 0, por lo tanto por axioma de
norma u v = 0, luego
u=v
Por otro lado, si se tiene u = v, luego calculemos
d(u, v) = d(u, u) = ku uk = k0k = 0
D3 : Considere u, v R2 dados arbitrariamente. Luego calculemos
d(u, v) = ku vk = k (v u)k = kv uk = d(v, u)
D4 : Finalmente, considere u, v, w R2 y procedemos a calcular
d(u, v) = ku vk = k(u w) (v w)k ku wk + kv wk = d(u, w) + d(w, v)
Con ello, si consideramos una norma en R2 , dada por u = (a, b), v = (x, y)
kuk =
a2 + b 2
5.1. DISTANCIA EN UN ESPACIO VECTORIAL
47
luego esta norma induce una funcin distancia

d(u, v) = ku vk = k(a x, b yk =
p
(a x)2 + (b y)2
Por lo tanto, podemos indicar que si tenemos u = (3, 4), v = (1, 1), luego la distancia
entre los puntos u y v esta dada por
d(u, v) =
(3 1)2 + (4 1)2 = 4 + 9 = 13
Claro est que si consideramos otra norma en R2 , y aplicamos la distancia inducida

por tal norma, nos va a generar otro valor real, para la distancia.
Ejemplo 5.2.
En R originar una funcin distancia.
Prueba: Podemos considerar por ejemplo la funcin que dependa del valor absoluto, es
decir d : R R R definido por medio de
d(x, y) = |x y|
Utilizando las propiedades con el valor absoluto |.|, se tiene la demostracin de los cuatro
axiomas de distancia. Se deja al lector con este detalle.
Ejemplo 5.3.
Sea S un conjunto no vaco arbitrario. Buscar una funcin que sea una distancia en S.
Prueba: Tomando la siguiente funcin d : S S R, definida por
0, si x = y
d(x, y) =
1, si x 6= y
Podr comprobar el estudiante, que verifica con los cuatro axiomas de distancia.
A esta distancia para cualquier conjunto S, le llamaremos, la distancia discreta. Debe
notar que si se reemplaza la imagen de 1 por cualquier otro nmero positivo, sigue conservando la cualidad de ser funcin distancia.
Si aplicamos esta distancia al espacio R2 se tiene quedar
d((3, 4), (1, 1)) = 1
48
5.2.
ngulo entre Dos Vectores
Definicin 5.2. Dada V un K-espacio vectorial con un producto interno y su norma

inducida por ella y u, v V dos elementos de V no nulos. Diremos que es la medida del
ngulo formado por los vectores u y v y la definiremos por medio de
cos =
hu, vi
kukkvk
A continuacin se dar algunas observaciones:

De la definicin dada anteriormente, la presencia de la medida de un ngulo, se puede
dar en cualquier espacio dado, basta que se tenga asociado un producto interno. Si
nuestro espacio es el de matrices cuadradas de orden dos, con el producto interno
conocido, es decir: Sean A, B dos matrices de orden 2, luego
hA, Bi = T raza(A B)
1 0
luego en este espacio podemos definir el ngulo formado por los vectores A =
1 0
y
1 1
, con un proceso de matrices podemos notar que
B=
1 0
kAk =
2, kBk =
luego nos hemos asegurado que dichos vectores son no nulos, por lo tanto tiene
sentido definir el ngulo formado por estos vectores, mediante el coseno
hA, Bi
6
2
cos =
= =
kAkkBk
3
6
de esta ecuacin podemos sealar la medida del ngulo .
Como nuestro objetivo, en este curso de Clculo Vectorial 1, es constantemente buscar trabajar en el espacio vectorial euclidiano R2 , podemos en este espacio asociar
un ngulo entre dos vectores u, v R2 utilizando el producto interno cannico, una
primera pregunta sera Qu relacin existe este ngulo que se obtiene por definicin
con el ngulo que forman dichos vectores en forma tradicional?.
5.2. NGULO ENTRE DOS VECTORES
49
La respuesta es la esperada, es decir se tratan de la misma medida. Esto es un hecho

que se tendr como importante en esta sesin.
Sean u, v R2 con el producto interno cannico, consideramos el ngulo geomtrico que forman estos dos vectores en el plano cartesiano, luego se tiene
cos =
hu, vi
kukkvk
As, por ejemplo, considere dos vectores u = (1, 2), v = (4, 2), calculando
hu, vi = 0
kuk =
kvk =
20
luego reemplazando en la ecuacin inicial, se tiene

cos =
0
=0
10
por lo tanto los vectores en el plano cartesiano, son perpendiculares, es decir

(1, 2) (4, 2)
Ejemplo 5.4.
Sabiendo que los vectores u, v R2 forman un ngulo de
5, kvk = 8.
Determine ku vk.
Prueba: Por propiedad se tiene que
ku vk2 = kuk2 + kvk2 2hu, vi
por otro lado tenemos
cos
hu, vi
1
=
=
3
kukkvk
2
combinando ambas expresiones se tiene que

ku vk = 7
radianes y kuk =
50
Ejemplo 5.5.
Probar que si u, v R2 no nulos, estn formando un ngulo cuya medida es
con 0 , entonces
sen =
|hv , ui|
kukkvk
Prueba: Por propiedad dados u, v R2 se tiene la existencia de escalares a, b R de

modo que se cumpla con
u = av + bv
por lo tanto hu, v i = bkv k = bkvk2 ahora s, calculando el seno de :
sen =
kbv k
|b|kv k
|b|kvk2
hu, v i
=
=
=
kuk
kuk
kukkvk
kukkvk
Ejemplo 5.6.
Considere u, v R2 dos vectores no nulos. Demostrar que u v si y solo si
el ngulo formado por u y v 90
Prueba: Considerando que u v y se tiene
hu, vi = kukkvk cos
luego como hu, vi = 0, entonces necesariamente cos = 0, por lo tanto = 90 .
El regreso, si 90 es la medida del ngulo formado por dichos vectores, entonces
hu, vi = kukkvk cos = 0i
Ejemplo 5.7.
Demostrar que si u, v R2 son dos vectores no nulos, de igual longitud, es
decir
kuk = kvk, entonces u + v biseca al ngulo entre u y v.
Prueba: Considere la medida del ngulo formado por los vectores u y u + v, de igual
modo la medida del ngulo entre los vectores v y u + v.
51
Por lo aprendido, se tiene

cos =
hu, u + vi
kuk2 + hu, vi
=
kukku + vk
kukku + vk
(5.1)
por otro lado se tiene tambin

hu + v, vi
hu, vi + kvk
hu, vi + kuk2
cos =
=
=
ku + vkkvk
ku + vkkvk
kukku + vk
(5.2)
luego de las ecuaciones (5.1) y (5.2) se obtiene que

cos = cos
ahora como la funcin coseno en el intervalo [0, ] es inyectiva, luego podemos concluir
que = .
Ejemplo 5.8.
Qu condiciones debe cumplir u y v dos vectores no nulos de R2 , para que
u + v biseque al ngulo entre u y v.
Prueba: Se deja al estudiante para su anlisis.
5.3.
Problemas propuestos
1. Sabiendo que ku + vk > ku vk para u, v R2 . Qu puede indicar sobre u y v?

2. Considere que u, v R2 dos vectores unitarios y la medida del ngulo entre ellos.
ku vk
=
Demostrar que sen
2
2
3. Dado dos vectores no nulos u, v R2 . Demostrar que
u
kuk
v
kvk
biseca al ngulo
entre u y v.
5.4.
Proyeccin Ortogonal en un Espacio Vectorial
El objetivo de esta seccin es, dada los vectores u, v, w R2 totalmente arbitrarios,

Qu condiciones son necesarias para expresar w en trminos de los vectores u y v?Luego
52
en el caso que es posible expresarlo como combinacin lineal, poder determinar los escalares adecuados para ello?. Esto quiere decir
w = au + bv
para a, b R.
Nosotros en forma muy particular estaremos interesados en una descomposicin del tipo
ortogonal o perpendicular, esto es:
Dados u, v R2 encontrar los escalares a, bR de manera que se verifique lo siguiente
u = av + bv
Ejemplo 5.9.
Sean u, v R2 dos vectores no nulos y no paralelos. Demostrar que si w es un
vector arbitrario en R2 , entonces existen escalares a, b R de manera nica
de modo que se cumpla
w = au + bv
Prueba: En este punto se trabajar previamente en borrador, luego de ello damos en
forma directa los escalares a y b, debemos recordar que se ha realizado previamente un
intento para hallarlos.
Considere el valor de a, de la manera siguiente
a=
hw, v i
hu, v i
b=
hw, u i
hv, u i
de manera simtrica el valor de b:
antes de avanzar, se debe notar la buena definicin de dichos escalares.

Observacin: toda expresin matemtica en donde se defina, construya o se invente
en un proceso terico o de demostracin, es necesario asegurarnos la buena definicin
de ella, es decir, si formas una funcin se tiene que verificar que de un elemento del
dominio, se obtenga una sola imagen y que todas las imgenes caigan dentro del conjunto
de llegada, si creas una fraccin en Q tienes que verificar que el denominador no es nulo.
5.4. PROYECCIN ORTOGONAL EN UN ESPACIO VECTORIAL

Para nuestro caso se sabe que
u k v u v hu, v i = 0
la cual es equivalente a
u 6k v u 6 v hu, v i =
6 0
por lo tanto, por medio la hiptesis dada se tiene
hu, v i =
6 0
de manera similar se tiene
hv, u i
por lo tanto los valores de a y b estn bien definidos.
Finalmente podemos afirmar que w = au + bv.
Para demostrar ello, ingresaremos a sus componentes, es decir considerar
w = (x, y)
u = (x1 , y1 ), u = (y1 , x1 )
v = (x2 , y2 ), v = (y2 , x2 )
ahora s, calculamos antes los valores de a y b por medio de las componentes definidas
a=
xy2 + yx2
x1 y2 + x2 y1
b=
xy1 + x1 y
x2 y1 + x1 y2
tambin
calculando

xy2 + yx2
xy1 + x1 y
au + bv =
(x1 , y1 ) +
(x2 , y2 )
x1 y2 + x2 y1
x2 y1 + x1 y2

xy1 x2 xy2 x1 yx2 y1 x1 yy2
=
;
x1 y2 + x2 y1 x1 y2 + x2 y1
= (x, y)
= w
53
54

Es notorio que este tipo de demostracin es operativa, la clave de ella es ingresar a
sus componentes y con un poco de paciencia obtener lo deseado.
En matemtica, nos vamos a encontrar constantemente con dos situaciones en la gran

mayora de asignaturas, es la existencia y la unicidad, en esta demostracin, hasta este
punto se ha probado la existencia de los escales a y b.
En esta segunda parte, se demostrar la unicidad de tales elementos. Cmo se hace ello?
Como ya tenemos la existencia asegurada, tomemos dos escalares a y b que cumplan con
au + bv = w
luego tenemos que probar, que estos escalares son los mismos valores dados anteriormente
vistos en la existencia, es decir
a=
hw, v i
hu, v i
b=
hw, u i
hv, u i
para ello calculemos

hw, v = hau + bv, v i = ahu, v i + bhv, v i = ahu, v i
pero como u 6 v, luego hu, v i =
6 0, por lo tanto se tiene
a=
hw, v i
hu, v i
b=
hw, u i
hv, u i
de manera muy similar, se obtiene
Ahora si, con el resultado anterior, podemos en forma particular descomponer un

vector ortogonalmente en trmino de un vector y su ortogonal, veamos ello.
Ejemplo 5.10.
Sea w R2 un vector no nulo. Entonces para cada u R2 existen en forma
nica escalares y en R, de modo que se cumpla
u = w + w
55
Prueba: Este resultado, ya se demostr en el ejercicio anterior, pero lo que si nos interesa,
es como son los coeficientes. Calculemos para poder determinarlos
=
hu, wi
hu, wi
hu, (w ) i
=
=
hw, (w ) i
hw, wi
kwk2
de manera similar se tiene

=
hu, w i
kwk2
En este punto, adoptaremos una notacin, por la importancia de estos coeficientes, y

por lo que significa geomtricamente.
proyw u =
hu, wi
w
kwk2
al cual le llamaremos proteccin ortogonal del vector u sobre el vector w.

De manera similar, tenemos
proyw u =
hu, w i
w
kwk2
de manera similar le denominaremos proyeccin del vector u sobre el ortogonal de w.

Luego podemos generalizar este resultado, dando una definicin a esta expresin, veamos ello
Definicin 5.3.
Sean u, w dos vectores de R2 con w no nulo, luego la proyeccin del vector u
sobre el vector w esta dado por la expresin siguiente
proyw u =
hu, wi
kwk2
Con est definicin dada, se tendra en forma simplificada

u = proyw u + proyw u
Ejemplo 5.11.
Sea w R2 un vector no nulo. Probar que
proyw (u + v) = proyw u + proyw v
56
Prueba: La metodologa de esta demostracin es en forma directa, basta con operar

adecuadamente
proyw (u + v) =
hu, wi
hv, wi
hu + v, wi
w=
w+
w = proyw u + proyw v
2
2
kwk
kwk
kwk2
Ejemplo 5.12.
Sean u, w dos vectores en R2 con w 6= 0. Demostrar que para todo t R se
cumple
proyw (tu) = tproyw u
Prueba: Calculemos
htu, wi
w
kwk2
hu, wi
= t
w
kwk2
= tproyw u
proyw (tu) =
Componente de un Vector Sobre Otro

Definicin 5.4. Sean u, w R2 con w un vector no nulo, se denomina componente
escalar del vector u en la direccin del vector w, la cual lo denotaremos por compw u y
definido por
compw u =
hu, wi
kwk
En primer lugar, debe notar que la componente de un vector sobre otro, puede ser
cualquier nmero real es decir positivo, negativo o cero. El hecho que la componente sea
positivo, tendr una relacin con el ngulo que forman dichos vectores.
El valor absoluto de la componente, nos va a indicar la longitud o norma de la proyeccin de un vector sobre otro, esto quiere decir que
|compw u| = kproyw uk
57
Demostremos ello
hu, wi
wk
kwk2
hu, wi w
k
= k
kwk kwk
hu, wi
= |
|
kwk
= |compw u|
kproyw uk = k
Podemos tambin indicar que:

1. Si compw u > 0, entonces se cumple que proyw u w, es decir son paralelos y tienen
dichos vectores el mismo sentido. Esta cualidad es muy importante al momento de
graficar dichos vectores.
2. Si compw u < 0, podemos concluir que proyw u w, es decir dichos vectores, la
proyeccin y w son paralelos pero de sentido contrario.
Esto es cierto gracias a la ecuacin siguiente
proyw u = (compw u)
w
kwk
Ejemplo 5.13.
Determine la proyeccin ortogonal y la componente del vector u(3, 4) sobre
w(4, 2)
Prueba: Calculemos en primer lugar la proyeccin

4 (4, 2)
4 2
hu, wi
=
w=
,
proyw u =
kwk2
5 5
2 5
2 5
Ahora con respecto, a la componente se tiene
2 5
compw u =
<0
5
luego podemos indicar que
proyw u w
es decir tienen sentidos opuestos. Esto nos lleva a pensar que el ngulo que forman los
vectores u y w es del tipo obtuso, luego se tiene una informacin ms completa la grfica
de dichos vectores.
58
Ejemplo 5.14.
Sabiendo que kak = 5, kbk = 3 y compb a = 52 . Determine la longitud del
vector ka bk.
Prueba: Veamos, para ello, calculemos el mdulo o norma del vector pedido
ka bk2 = kak2 + kbk2 2ha, bi
por otro lado tenemos compb a = 25 luego
ha, bi
5
=
kbk
2
por lo tanto, juntando ambas ecuaciones se tiene
ka bk2 = 49
por lo tanto
ka bk = 7
Del ejercicio anterior, podemos indicar que se cumple

ka bk2 = kak2 + kbk2 2 compb a kbk
Tambin podemos indicar que
compb a =
ha, bi
kbk
compa b =
hb, ai
kak
ahora como ha, bi = hb, ai, podemos decir que

ha, bi = kbkcompb a = kakcompa b
Ejemplo 5.15.
Sean a, b, c, d R2 , donde a + b + c + b = 0, ka + bk = x, kck = y 6= 0, kdk = z.
Halle compc d en trminos de los escalares x, y, z.
59
Prueba: Como se tiene que ka + bk = x, de aqu podemos concluir que kc + dk = x,

luego
kc + dk2 = x2
entonces
kck2 + kdk2 + 2hc, di = x2
por lo tanto
hc, di =
x2 y 2 z 2
2
Finalmente
compc d =
x2 y 2 z 2
hd, ci
=
kck
2y
Ejemplo 5.16. Sean a, b R2 vectores no nulos. Sabiendo que se cumple proyb a =

proya b, se puede concluir con la ecuacin anterior, que a = b?
Prueba: Trabajando con la ecuacin dada, nos parece que no llegamos al objetivo, es
decir a = b, esto ya nos indica que busquemos un contraejemplo.
Considere a = (1, 1), b = (2, 2), se deja al lector para verificar que es un contraejemplo
buscado.
5.5.
1. Demostrar: Sean a, b R2 vectores no nulos. Sabiendo que se cumple

proya (proyb a) = proyb (proya b)
entonces se tiene que a k b a = b
2. Probar que si a es un vector no nulo en R2 , entonces se cumple
compa (a + b) kbk
3. Sean u = (k, 2), v = (2k, k + 2) con k R. Si proyv u y v son paralelos pero con
sentidos opuestos. Determine todos los valores de k que verifique tal situacin.
60

4. Sea r R+ , a, b R2 . Probar que compb a = comprb a
5. Sabiendo que a, b R2 , C = proyb (ta) con t R. Probar hproyc (a + b), b i = 0.
6. Indicar si la proposicin siguiente es verdadera o falsa, con t 6= 0: proytb (ta) = proyb a
5.6.
rea de un Paralelogramo
El clculo de regiones planas es una de las aplicaciones que tiene el producto interno
cannico, sabemos que el rea de una regin paraleppeda, est dada por medio del producto de un lado y la altura con respecto a ste.
Podemos indicar tambin que con dos vectores que parten de un mismo punto podemos
generar de manera muy natural un paralelogramo, calculemos dicha rea en trminos de
estos vectores.
Ejemplo 5.17.
Dada los vectores

a , b R2 que definen una regin paraleleppeda, es decir
forma un paralelogramo. Entonces el rea de ella esta dada por
A = |h
a , b i| = |h
a , b i|
Prueba: Se deja para su demostracin.
Ejemplo 5.18. Dada un paralelogramo, con vrtices A(1, 2), B(3, 5), D(6, 3). Determine
el valor del rea de dicho paralelogramo.
Prueba: Basta notar que

a = (3, 5) (1, 2) = (2, 3) y b = (6, 3) (1, 2) = (5, 1).
Porlo tanto se tiene h

a , b i = 13, por lo tanto dicha rea pedida es 13.
Como consecuencia directa a esta propiedad se tiene el clculo del rea de una regin
triangular.
Ejemplo 5.19. Considere

a b R2 dos vectores que definen un tringulo, por lo tanto
el valor de su rea, esta dada por
|h
a , b i|
A=
2
5.6. REA DE UN PARALELOGRAMO
61
Prueba: Se deja la demostracin.

Ejemplo 5.20. Determine el rea del 4ABC, sabiendo que A = (3, 2), B = (8, 1) y
C = (5, 4).
Prueba: El rea pedida tiene el valor de 8.
Ejemplo 5.21. Sabiendo que el rea de la regin triangular ABC, es 5, con A = (x +
5, 4), B = (4, 3) y C = (1, 6). Determine el valor de x, sabiendo que x < 0.
Prueba: Respuesta 16
.
9
6
Introduccin al lgebra Lineal
6.1.
Bases de un Espacio Vectorial
Definicin 6.1. Sea V un K-espacio vectorial sobre el cuerpo K, u, v, w V . Diremos

que w V es una combinacin lineal de los vectores u y v si y solo si existen escales
, K de modo que se cumpla
w = u + v
Ahora como nuestro objetivo de esta parte del curso, es trabajar en el espacio cartesiano,
particularizaremos la definicin general anterior, al espacio vectorial R2 .
Definicin 6.2. Sean u, v R2 dos vectores y w R2 . Diremos que w es una combinacin
lineal de los vectores u y v si y solo si existe , R de manera que se cumpla
w = u + v
Ejemplo 6.1.
Considere w = (1, 2) y u = (3, 4), v = (1, 0), w es combinacin lineal de u y
v?
Prueba: Una forma de responder a esta pregunta es resolviendo la ecuacin siguiente en
trminos de , R
(1, 2) = (3, 4) + (1, 0)
63
64
CAPTULO 6. INTRODUCCIN AL LGEBRA LINEAL
formando un sistema de ecuaciones, se resuelve obteniendo

1
1
= , =
2
2
luego podemos indicar que s es una combinacin lineal.
Note que al colocar el sistema, no nos asegura que tiene solucin.
Ejemplo 6.2.
Considere w = (2, 3) y u = (1, 2), v = (2, 4). Demostrar que w no es combinacin lineal de u y v.
Prueba: Esta forma de desarrollo es diferente, utilizaremos el mtodo contradiccin, es
decir, supongamos que si es una combinacin lineal, luego deber existir , R de modo
quedar
w = u + v
luego se tiene (2, 3) = (1, 2) + (2, 4), luego podemos formar el sistema
+ 2 = 2
2 + 4 = 3
el sistema anterior, es incompatible, es decir no tiene solucin, por lo tanto entramos a
una contradiccin.
Por lo tanto negando, lo supuesto, se tiene que no es w una combinacin lineal de u y
v.
Note que el resultado anterior no significa que u no lo sea tambin una combinacin lineal
entre w y v.
Es claro que esta definicin esta dada para dos elementos u y v, pero se puede generalizar
para ms elementos, por ejemplo para tres vectores, es decir
Definicin 6.3. Sea w un vector en R2 y u1 , u2 , u3 R2 . Diremos que w es una combinacin lineal entre los vectores u1 , u2 , u3 si y solo si existen , , R de modo que
w = u1 + u2 + u3
6.1. BASES DE UN ESPACIO VECTORIAL
65
Ejemplo 6.3.
Probar que (1, 2) es una combinacin lineal entre los vectores (2, 3), (1, 5) y
(4, 8)
Prueba: Se deja a cargo esta demostracin al estudiante.
Ms adelante veremos que si u, v R2 son vectores no nulos y no paralelos, entonces
B = {u, v} ser una base del espacio R2 , esto no llevar a indicar un resultado muy
importante, que cualquier vector w del espacio cartesiano, se puede expresar como una
combinacin lineal de u y v, algo ms los escalares existentes, deben ser en forma nica,
es decir, existen en forma nica , R de modo que se cumpla
w = u + v
Si consideramos cierta esta cualidad, entonces podemos determinar estos escalares que ya
existen y no olvidemos que se dan en forma nica.
Ejemplo 6.4.
Sean u, v dos vectores no nulos y no paralelos del espacio cartesiano vectorial.
Sea w un vector dada en forma arbitraria luego
w = u + v
donde =
hw,v i
hu,v i
y tambin =
hw,u i
hv,u i
Prueba: Calculamos hw, v i = hu + v, v i, por lo tanto hw, v i = hu, v i, ahora

como son vectores no paralelos, es decir
uv
entonces se tiene
u 6 v
por lo tanto despejando se obtiene
=
hw, v i
hu, v i
66
de manera similar se despeja el valor de , es necesario realizarlo, para su desarrollo

demostrativo, pensando en cada uno de los pasos que se est dando. Luego
=
hw, u i
hv, u i
A continuacin daremos un ejemplo sobre esta tcnica de calculo por medio de la

propiedad dada anteriormente.
Ejemplo 6.5.
Considere w = (1, 2) y u = (3, 4), v = (1, 0). Determine , de modo que
w = u + v
Prueba: Hallando :
=
2
1
hw, v i
=
=
hu, v i
4
2
de la misma manera vamos a determinar el valor de

=
hw, u i
2
1
=
=
hv, u i
4
2
Una de las definiciones importantes del lgebra lineal, es la independencia lineal, a continuacin daremos la defincin para cualquier espacio vectorial, para luego particularizarlo
al espacio R2 .
Definicin 6.4.
Sea V un espacio vectorial y u, v V . Diremos que u y v son vectores linealmente independiente (li) si y solo si [u + v = 0 = = = 0]
Esto nos quiere indicar que la nica forma de expresar dichos vectores como combinacin lineal del vector nulo, es con escalares nulos.
Ejemplo 6.6.
Si u o v es un vector nulo, entonces probar que son vectores no linealmente
independiente.
67
Prueba: En el caso que u = 0, entonces se puede expresar

1u + 0v = 0
por lo tanto no implica que ambos escalares sean nulos. Luego no son l.i.
Ejemplo 6.7.
Probar: Sabiendo que u y v son vectores paralelos (u k v) en el espacio
vectorial real R2 , implica que no es linealmente independiente (l.i).
Prueba: Por hiptesis tenemos existe R, u = v, por lo tanto
1u + ()v = 0
por lo tanto hemos encontrado una combinacin lineal nula, con coeficientes no todos
nulos. Luego por definicin u y v no son linealmente independiente.
As, por ejemplo, tenemos u = (1, 2), v = (2, 4), como u k v, luego por el teorema
anterior se tiene que u y v no son l.i
Ejemplo 6.8.
Demostrar que u = (1, 2), v = (3, 1) son vectores en el espacio real R2 , l.i.
Prueba: Para demostrar que son l.i. procederemos por definicin, colocando la ecuacin
en a y b
au + bv = 0
a continuacin lo resolvemos y tenemos que encontrar una nica solucin para dichos
escalares
a=b=0
por lo tanto, se tiene a(1, 2)+b(3, 1) = (0, 0) = 0. La ecuacin anterior se transforma
en un sistema
a + 3b = 0
2a + b = 0
por lo tanto, se tiene resolviendo dicho sistema a = b = 0.
Por lo tanto podemos concluir que son l.i.
68

En este punto, podemos generalizar para tres o mas vectores el hecho de ser l.i. se deja
al lector esta generalizacin.

Claro que con esta idea podemos proceder a definir el trmino l.i para un nmero finito
de vectores en un espacio vectorial cualquiera.
Definicin 6.5. Sea V un espacio vectorial sobre un cuerpo K, y v1 , v2 , . . . , vn V para
algn n N. Diremos que v1 , v2 , . . . , vn son vectores l.i si y solo si, 1 v1 +2 v2 + +vn =
0, podemos implicar que
1 = 2 = = n = 0
Ejemplo 6.9.
Sea V un espacio vectorial sobre un cuerpo K, considere D V un subconjunto no vaco de V .
Definir lo que significara que D es un conjunto l.i en V sobre el cuerpo K.
Prueba: Se deja al estudiante, la bsqueda de tal defincin, considerando que hasta
ahora se tiene definido el trmino l.i para dos, tres o un nmero finito de elementos, pero
no para un conjunto arbitrario que podra ser infinito. Se sugiere en primer lugar intuir
como podra ser tal defincin.
Para no estar diciendo continuamente que no es l.i, cambiaremos este lenguaje de
negacin, por la expresin que van a ser linealmente dependiente (l.d).
Definicin 6.6. Sea V un espacio vectorial y v1 , v2 , . . . , vn V donde n N. Diremos

que v1 , v2 , . . . , vn son vectores linealmente dependiente (l.d) si y solo si v1 , v2 , . . . , vn no
son l.i.
No debe sorprender al estudiante que comienza en este camino de las matemticas,
definiciones como la anterior, obtenidas a partir de la negacin de otras, este argumento
matemtico se utilizar en todo su desarrollo.
Podemos luego indicar que van a ser l.d., si podemos encontrar una combinacin lineal
nula, de tales vectores, con escalares no todos nulos.
69
Como en este material, estamos apuntando no solo a la generalizacin de las definiciones, sino trasladar todas ellas el espacio vectorial R2 , podemos indicar en el siguiente
ejercicio, una de las cualidades de este espacio.
Ejemplo 6.10.
Probar que tres vectores en R2 nunca es l.i, es decir necesariamente es l.d.
Prueba: Tomemos tres vectores arbitrarios en este espacio u, v, w R2 podemos en este
punto, considerar.
Si alguno de los vectores es nulo, entonces se tiene que son l.d.
Si algn para de vectores de los tres dados son paralelos (ejemplo ukv), luego por un
proceso conocido, sern l.d.
Finalmente, si dichos vectores son no nulos y no paralelos dos a dos, en particular para u
y v, por un ejercicio anteriormente visto, se tiene que existen dos escalares y R de
modo que se cumpla
w = u + v
de aqu se obtiene una combinacin nulo de dichos vectores con coeficiente no todos nulos
1w + ()u + ()v = 0
por lo tanto dichos vectores obligatoriamente son l.d.
Ejemplo 6.11.
Probar que dos vectores no son paralelos en R2 si y solo si dichos vectores son
l.i.
Prueba: Verificar.
Tres cosas son importantes en esta ltima parte de este material: El trmino linealmente independiente, conjunto generador de un espacio vectorial y finalmente Base de
un espacio vectorial, esperando que estas tres definiciones podamos reflexionarlos, invertir tiempo en discutir esos conceptos, pensar como seria la negacin de las mismas, dar
ejemplos de conjuntos finitos e infinitos que cumplan estas tres cualidades, dado un espacio vectorial, poder determinar una base para l, ya que se tiene por cierto que todo
70
espacio vectorial, cualquiera que sea tiene Base y no necesariamente esta es nica, pero
si son biyectables. Definiremos a continuacin lo que significa un conjunto en un espacio
vectorial, que est generado por vectores.
Definicin 6.7. Sea V un espacio vectorial y L V un subconjunto no vaco en dicho
espacio. Denotaremos por
{L} = {w V : existen 1 , 2 , . . . , n K, v1 , v2 , . . . , vn L, n N,
w = 1 v1 + + n vn }
diremos que es un conjunto generado por los elementos de L o por el conjunto L.
Podemos indicar, que cada elemento del conjunto {L}, es una combinacin lineal de
los elementos del conjunto L.
El el curso del lgebra Lineal, veremos que este conjunto formado por todas las combinaciones lineal de los elementos de L, van a formar en s mismo, un espacio vectorial, y
como esta dentro de otro espacio vectorial L V , vamos a indicar en su tiempo, ya que
todo tiene su tiempo, tiempo para ganar, tiempo para perder, ya que escrito est, diremos
que {L} es un subespacio de V .
En forma muy especial, si el conjunto de estos generadores logra ser o alcanzar o
igualarse al espacio V , diremos que L es un conjunto generador de dicho espacio vectorial.
Confirmaremos esto, sellndolo en una definicn.
Definicin 6.8. Sea V un K-espacio vectorial y L V no vaco. Diremos que L es un
generador del espacio V si y solo si
{L} = V
Esto nos est indicando que cualquier elemento del espacio vectorial V , se puede
expresar no necesariamente en forma nica, como combinacin lineal de los elementos de
L.
Ejemplo 6.12.
Probar que el espacio vectorial R2 , puede ser generado por dos elementos.
71
Prueba: Claro est que basta encontrar un par de elementos que logren generarlos. Para
ello consideremos a los vectores
e1 = (1, 0), e2 = (0, 1)
llamado los vectores cannicos de este espacio. Ms adelante trabajar en el espacio R3 ,
all se detallaran como en paralelo estas definiciones y aparecern otras nuevas.
Podemos afirmar que {e1 , e2 } = R2 (estamos utilizando una notacin simplificada ya que
debera haber dos parntesis).
Ejemplo 6.13.
Considere u R2 no nulo. Probar que {u, u } es un generado del espacio
vectorial R2 .
Prueba: Debe notarse que dichos vectores son no nulos y no paralelos, luego por un resultado anteriormente visto, cualquier elemento w del espacio vectorial R2 , se puede expresar
como combinacin lineal de dicho par de vectores, lo cual es justo lo que necesitamos.
Notar el estudiante, como se va armando la teora de algn tema matemtico, por
medio secuenciales de definiciones, teoremas, propiedades, lemas, corolarios y se deducen
uno seguido del otro, en una dependencia, formando as como una malla de definiciones
y deducciones que se derivan de ellas.
Ejemplo 6.14.
Demostrar que {(3, 4), (1, 2)} genera a R2 .
Prueba: Se deja al lector.
Ejemplo 6.15.
Demostrar que {(3, 4), (1, 2), (1, 9)} genera a R2 .
Prueba: Se deja al estudiante.
Este resultado me indica que si tenemos un conjunto generador de un espacio, podemos
agregarle ms vectores y siguen teniendo esta misma cualidad de ser generador, no pierde
esta virtud.
Claro est que teniendo un conjunto de generadores, si le quitamos un elemento, puede
ser que no lo genere.
72
Ejemplo 6.16.
Demostrar que {(1, 2), (2, 4)} no genera a R2 .
Prueba: La demostracin de este ejercicio es importante ya que aparece una tcnica de
demostracin que a lo largo de la formacin aparece continuamente. Supongamos que s
lo genera, es decir, estamos ingresando a la demostracin por contradiccin, luego como
(2, 1) R2 , existe por la suposicin hecha , R tal que
(2, 1) = (1, 2) + (2, 4)
pero esto va a generar un sistema de dos ecuaciones con dos incgnitas, que van a ser
incompatibles (detallar), es decir se entra a un proceso de contradiccin, luego debemos
negar lo supuesto, es decir {(1, 2), (2, 4)} no genera a R2 .
Ahora daremos cas la ltima defincin de este material, el de ser Base de un espacio
vectorial, este concepto est dependiendo de los dos dados anteriormente, el hecho de ser
l.i y generador.
Definicin 6.9. Sea V un K-espacio vectorial y B V . Diremos que B es una Base del
espacio vectorial V si y solo si cumple con dos axiomas
1. B es l.i.
2. B genera al espacio V , es decir {B}
Ejemplo 6.17.
Probar que B = {(1, 2), (2, 6)} es una Base del espacio R2 .
Prueba: Es necesario demostrarlo en dos partes, primero probar que B = {(1, 2), (2, 6)}
es un conjunto generador, luego B = {(1, 2), (2, 6)} que es l.i. o tambin en forma contraria, primero que es l.i., luego lo gener.
Se deja al estudiante para su verificacin.
Ejemplo 6.18.
{(1, 3), (2, 6)} es una base para el espacio R2 ?
73
Prueba: Si crees que si lo es, se debe probar verificando los dos axiomas, pero si no lo
es, se debe buscar el que no cumpla con alguno de ellos, para nuestro caso no es l.i, ya
que
2(1, 3) + 1(2, 6) = (0, 0)
y esto es suficiente, basta y sobra negar uno de ellos, luego, no es Base.
Se debe notar que dicho conjunto tampoco es un generador (ver), esto no se da siempre,
para cualquier conjunto en un espacio que tengamos por cierto que no es Base. Como el
siguiente ejercicio.
Ejemplo 6.19.
Demostrar que {(1, 4), (2, 3), (3, 8))} no es una Base en el espacio R2
Prueba: Se nota, que no es l.i, pero si es un conjunto que lo genera.
Ejemplo 6.20.
Toda Base del espacio vectorial R2 tiene exactamente dos elementos.
Prueba: Primero probaremos la existencia, es decir tenemos que mostrar una Base que
tenga dos elementos, para ello tomemos lo anteriormente demostrado, la Base cannica,
es decir {e1 , e2 } es una Base del espacio R2 .
A continuacin veremos acerca de la unicidad del nmero de elementos de las Bases.
Supongamos que exista una base de un solo elemento v = (a, b), es decir B = {v} es una
Base por suposicin del espacio R2 , ahora debemos obtener la contradiccin.
Si a = 0, se demuestra que w = (1, 2) 6= {B} = {v}, luego este caso no se puede dar.
Luego es otro caso, es decir si a 6= 0, como w = (a, b + 1) R2 , existe R tal que
w = v
es decir
(a, b + 1) = (a, b)
se trabaja con esta ecuacin y se obtiene o deduce una contradiccin, ver.
Como conclusin una Base de un solo elemento no puede darse.
Supongamos que exista una Base con ms de dos elementos. Sean u1 , u2 , u3 tres elementos
74
distintos de dicha Base que existe por suposicin, como u1 , u2 son vectores no nulos y no
paralelos, ya que si fuesen alguno de ellos con estas caractersticas ya no sera Base. Luego
por un ejercicio realizado anteriormente se tiene que
u3 = u1 + u2
con lo cual resulta que no sera l.i., luego esto no se puede dar.
Esto significa que ms de dos elementos no puede contener una Base en R2 .
Por lo tanto como est garantizada su existencia, no queda otro caso que considerar que
dicha Base tenga dos elementos.
Gracias a este teorema, podemos darle un nombre especial a este nico nmero, le
denominaremos Dimensin del espacio vectorial y lo denotaremos por
dim(R2 ) = 2
6.2.
1. Sabiendo que v1 , v2 son vectores l.i en un espacio general V . Probar que (v1 + v2 ) y
v2 son l.i.
2. Sabiendo que se cumple v1 + v2 y v2 son l.i en un espacio vectorial V . Los vectores
v1 y v2 son l.i?
3. Si consideremos el espacio vectorial V = {(x, y) R2 : 2x y = 0}. Determine una
Base para dicho espacio.
Note que no se trata de todo el espacio R2 .
4. Probar que {(1, j), (1, j + 1)} donde j N = {1, 2, 3, . . .} es una base de R2 .
Nota: con este ejercicio se ha demostrado que existen infinitas Bases para el espacio
euclideano.
5. Sea v = (1, 2), graficar el espacio V = {u R2 : hu, vi = 0}.
75
6. Considere v = (1, 2). Determine una Base para el espacio vectorial V = {u R2 :

hu, vi = 0}.
7. Sabiendo que v1 , v2 R2 con hu, vi = 0. Probar que {v1 , v2 } es un conjunto l.i.
8. Sabiendo que (a, b) y (c, d) son dos vectores en R2 , sern l.i si y solo si se cumple
ad bc 6= 0.
9. Determine todos los nmeros reales t R, para los cuales (1 + t, 1 t) y (1 t, 1 + t)
son vectores l.i.
10. Dado el conjunto M = {(1, 2), (2, 4), (2, 3), (1, 2)} de pares ordenados. Encontrar subconjuntos no vacos se M , de modo que sean cada uno ellos l.i.
11. Sabiendo que {u, v} es una Base para R2 y 6= 0. Demostrar que {u + v, v} es
tambin una Base.
12. Sabiendo que v1 , v2 , . . . , vm son vectores l.i en un espacio V (no necesariamente R2 ).
Probar que
{v1 , v2 v1 , v3 v1 , . . . , vm v1 }
es tambin un conjunto l.i en V sobre un cuerpo K arbitrario.
13. Sean u, v R2 l.i, los vectores proyv u, proyu v son l.i?
14. Determine el espacio generado por los vectores u = (1, 1) y v = (2, 3).
15. Determine el espacio que generan los vectores u = (2, 3) y (4, 6).
16. Sean {u, v} dos vectores no nulos de R2 . Demostrar que {u , proyv u} es l.i si y solo
si u y b no son ortogonales.
17. Dados los vectores no nulos y no paralelos u, v R2 . Demostrar que u + v y u v
son l.i.
18. Sean u, v R2 dos vectores. Demostrar {u, v} son l.i si y solo si {u, v} es generador
de R2 .
76
19. Sabiendo que S es un subconjunto no vaco de un espacio arbitrario V . Si S es un

conjunto l.i. Probar que cualquier subconjunto no vaco de S es tambin l.i.
20. Dado un espacio V y B = {u, v, w} una Base de V . Demostrar que {u+v, u+w, v+w}
es una Base del espacio V .
Observacin: No necesariamente V tiene que tratarse como R2 , se est considerando
un espacio arbitrario.
21. Considere la notacin siguiente: Si M es un subconjunto no vaco del espacio vectorial V , denotaremos al espacio generado por M , mediante < M >. (2, 5) <
{(2, 3), (4, 6)} >?
22. Encontrar una Base del espacio de todas las matrices de orden 2 2 con entradas
en los reales.
Obserbacin: se notar que la dimensin de este espacio es 4, es decir dimM2 = 4.
23. Definamos: Sean V1 , V2 V subconjuntos no vacos de un espacio V . Se define la

suma de V1 y V2 as
V1 + V2 = {u + v : u V1 , v V2 }
Considere los conjuntos L1 = {(1, 2) : R} y L2 = {(1, 3) : R}.
Probar que se cumple L1 + L2 = R2 .
24. Sabiendo que en un espacio vectorial V , S = {u, v, w} es l.d en V . Demostrar que

{u, v, w, h} V es tambin un conjunto l.d.
25. Sean u, v y w tres vectores l.i en un espacio V . Demostrar que u+v, uv y u2v +w
tambin son l.i.
26. Sean L1 y L2 dos subconjuntos l.i, no vacos de un espacio V . La unin L1 L2 de

dichos conjuntos, es tambin un conjunto l.i en V ?
6.3. PROBLEMAS RESUELTOS
6.3.
77
Problemas resueltos
1. Sea A 6= un subconjunto de un espacio vectorial V con producto interno (p.i) en

V . Sabiendo que
A = {u V : hu, vi = 0, v A}
Probar que A es un espacio vectorial o lo que se conoce tambin como subespacio
vectorial de V .
Prueba: Como para cualquier u V se cumple que h0, ui = 0, luego se tiene
0V
por lo tanto el conjunto V es un conjunto no vaco.
Por otro lado, dado dos elementos arbitrarios u1 , u2 V , se tiene que
v A : hu1 , vi = 0, hu2 , vi = 0
por lo tanto se demuestra que
v A : hu1 + u2 , vi = 0
por lo tanto, se tiene u1 + u2 V .
De manera similar se tiene la asociatividad, es decir
u1 , u2 , u3 V : (u1 + u2 ) + u3 = u1 + (u2 + u3 )
tambin se tiene la conmutatividad de la adicin en V , es decir
u1 , u2 V : u1 + u2 = u2 + u1
La existencia del elemento nulo, est garantizada, en el sentido que dicho elemento
debe coincidir con el elemento nulo del espacio V , y como ya se tiene que 0 V ,
este es el elemento buscado.
Ahora con respecto al opuesto aditivo, considere u V totalmente arbitrario, luego
se tiene
v A : hu, vi = 0
78

ahora calculemos, para cualquier elemento del conjunto v A
hu, vi = hu, vi = 0 = 0
por lo tanto u V .
Ahora nos enfrentamos al producto por un escalar, considere R arbitrario (o en
su lugar un cuerpo K), y u A , v A calculemos
hu, vi = hu, vi = 0 = 0
por lo tanto se tiene u V .
Finalmente, solo resta detallar los axiomas , R, v A, u1 , u2 V
()u1 = (u1 )
( + )u1 = u1 + u1
(u1 + u2 ) = u1 + u2
1u1 = u1
por lo tanto, se tiene demostrado que V es un espacio vectorial.
2. Considere el conjunto unitario A = {(1, 2)} . Determine el espacio vectorial A
llamado tambin, conjunto ortogonal de A.
Prueba: Como se tiene h(1, 2), (2, 1)i = 0 con el producto interno cannico, luego intuimos (la cual es una cualidad importante a desarrollar) que el conjunto B
definido por
B = {(2, 1) : R}
es el conjunto que buscamos, es decir V = B.
Cmo demostramos una igualdad entre conjuntos?, de una manera muy natural,
por doble inclusin, veamos ello
Sea w = (x, y) V arbitrariamente tomado, luego debe cumplir que
h(x, y), (1, 2)i = 0
6.3. PROBLEMAS RESUELTOS
79
luego x + 2y = 0 por lo tanto x = 2y, por otro lado como w = (x, y) = (2y, y) =
y(2, 1), se tiene por definicin del conjunto B que
wB
Ahora, la otra inclusin, sea w B arbitrario, luego existe R de modo que
w = (2, 1)
ahora calculemos
hw, (1, 2)i = h(2, 1), (1, 2)i = h(2, 1), (1, 2)i = .0 = 0
por lo tanto w V .
3. Considere el conjunto con dos elementos A = {(1, 3), (1, 2)}. Cules son los
elementos del subespacio B ?
Prueba: Parece ser, que la ortogonal del conjunto A es el espacio nulo, esto es
Afirmamos: A = {(0, 0)}
Veamos: Sea w = (a, b) A un elemento arbitrario, luego h(a, b), (1, 3)i = 0 es
decir
a + 3b = 0
por otro lado, se tiene h(a, b), (1, 2)i = 0, luego
a + 2b = 0
resolviendo ambas ecuaciones lineales, se tiene que w = (a, b) = (0, 0), por lo tanto
w {(0, 0)}.
Recprocamente, es claro que (0, 0) A .
7
Problemas Variados
7.1.
Problemas Propuestos Finales
1. Pruebe que el elemento nulo, en un espacio vectorial es nico.

2. Demuestre la unicidad del elemento opuesto en un espacio vectorial.
3. Sea V un espacio vectorial, donde u, v, w V y R. Demuestre que
a) w + u = w + v = u = v
b) 0.u = 0
c) .0 = 0
d ) (1)u = u
4. Con las operaciones usuales en R2 , indique cul de los siguientes conjuntos pueden
ser considerados un espacio vectorial real.
a) {(x, y) R2 : x = 0 y = 0}
b) {(x, y) R2 : xy = 0}
c) {(x, y) R2 : ax + by = 0}
5. Si se considera M = {(x, y) R2 : x y Z} juntamente con las operaciones
triviales en R2 .
M puede ser considerado un espacio vectorial real?
81
82
CAPTULO 7. PROBLEMAS VARIADOS
6. Sea ABC un tringulo equiltero con centro en el punto (1, 1) y el vrtice A(2, 3 +
1).
Determine las coordenadas de los otros dos vrtices del tringulo.
7. Considere ABCD los vrtices de un cuadrado, con centro (2, 2) y A(4, 6). Calcule
los vrtices restantes del cuadrado.
8. Considere el conjunto A = {(2, 4)}. Determine el espacio vectorial A .
9. Sabiendo que B = {(0, 0)}. Cuales son los elementos del conjunto B ?
10. Si A = {(3, 4)}. Probar que (A ) = {(3, 4) : R}.

11. Probar que en el espacio vectorial R2 , se cumple
a) u + (u ) = 0
b) hu, v i + hu , vi = 0
12. Sabiendo que a, b son vectores paralelos no nulos y a = (3, 4). Si ka + bk = kakkbk.
Determine el valor de (a + b) .
13. Demostrar que
a) (a + b) = a + b .
b) ha, b i = ha , bi
c) ha , b i = ha, bi
d ) (ra) = ra
14. Demostrar que si u, v son vectores paralelos en R2 , entonces |hu, vi = kukkvk
15. Sabiendo que d = b + c en R2 y b es paralelo al vector a. Probar que d k a si y solo
si c k a.
16. Determine el valor mnimo de la norma de v, es decir kvk, sabiendo que se cumple
con
v = (3x 1, x 2), x R
7.1. PROBLEMAS PROPUESTOS FINALES
83
17. Demostrar que el vector hu, wiv hu, viw es un vector ortogonal al vector u.
18. Sean u, v R2 dos vectores, sabiendo que se cumple con (u+v)(uv) y 2u v =
2v u.
Qu se puede afirmar de los vectores u y v?
19. Sean u, v R2 . Demostrar que se cumple ku + vk = ku b k.
20. Sabiendo que se cumple con

a , b R2 vectores no nulos.
Demostrar que si
a+ b =
a + b , entonces
a = b.
21. Determinar todos los vectores reales x, de modo que se cumpla con
(x4 5x3 + 5x2 x 3, 8x 4) k (6, 8)
22. Demostrar que en un tringulo issceles, la altura y la mediana relativa al lado
desigual, tienen la misma longitud.
23. Sabiendo que se cumple con u + v + w = (0, 0) y kuk = 2, kvk = 5, kwk = 6.
Determine el valor de hu, vi
24. Demostrar que las diagonales de un paralelogramo ABCD, se bisecan entre s.
25. Mostrar que si u y v son dos vectores en el espacio euclidiano con kuk = kvk. Probar
que los vectores u + v y u v son ortogonales.
lo recproco es cierto?
26. Considere P, Q R2 dos vectores, con P no nulo. Demostrar que el vector Q hP,Qi
P
kP k2
es un vector ortogonal al vector P .
27. Sobre el lado AB de un cuadrado ABCD, se construye un tringulo equiltero ABE,
sabiendo que A = (4, 9), B = (12, 3). Determinar el valor de K = DE + CA.
28. Descomponer el vector P = (5, 5) en dos vectores B y C de modo que B es paralelo
al vector (3, 2) y C es ortogonal al vector (4, 2).
29. Demostrar que la mediana en un trapecio es paralela a las bases y tiene por longitud
la semisuma de las longitudes de sus dos bases.
84
30. Sean u, v R2 dos vectores no nulos. Sabiendo que u y v son vectores no paralelos.
Pruebe que
au + bv = 0 a = b = 0
31. Sean u, v R2 vectores no nulos y u//v. Pruebe que no existen a, b R tal que
u = au + bv.
32. Expresar (0, 4) como combinacin lineal de (1, 3) y (2, 4).
33. Un alumno al realizar su exmen final, hace la siguiente conjetura: Sean u, v, w R2 ,
si
hu, vi = hu, wi, u 6= 0 = v = w
Considera cierto esta afirmacin?
34. Probar que si u R2 , hw, vi = 0, entonces w = 0.
35. Sean u, v R2 no nulos y no paralelos. Probar que existe en forma nica un vector
w R2 , tal que hu, wi = hv, wi = 0.
36. Sea u = (3, 4) un vector en R2 , determine un vector v R2 tal que se cumpla con
a) kvk = 2
b) hv, ui = 6
37. Considere los puntos A = (1, 2), C = (4, 3). Encontrar un punto B R2 de modo
que el 4ABC sea rectngulo, recto en B.
38. Demostrar la verdad de las siguientes afirmaciones
P1 : Si A es ortogonal a B, entonces kA + xBk kAk, x R
P2 : Si kA + xBk kAk, x R, entonces A es ortogonal al vector B.
39. Sean A, B, C R2 vectores no nulos. Si el ngulo que forman A y C es igual al que
forman C y B. Probar que C es ortogonal al vector kBkA kAkB.
Ser verdadero lo recproco?
85
40. Determine la longitud de la altura del 4ABC trazada desde el vrtice A = (3, 2),
donde B = (8, 1) y C = (5, 4).
41. Considere los puntos A = (x + 5, 4), B = (4, 3) y C = (1, 6) del plano cartesiano.
Determine el valor positivo de x, sabiendo que el valor del rea del 4ABC es 5.
42. Considere los puntos A = (1, 2), B = (1, 4), C = (b + 1, 3) y D = (6, 8). Sabiendo
que se cumple
Area(4ABC) = 2Area(4ABD)
determine el valor de b, sabiendo que el punto C pertenece al segundo cuadrante
(C IIC).
43. Determine los vectores a y b en R2 , de manera que se cumpla con las condiciones
siguientes
a) a + b = (1, 5)
b) (a + b)(5, 3)
c) (a + b) k (1, 1)
44. En un rectngulo ABCD de rea 36, donde A = (1, 6), B = (2, 3). Sabiendo que
AC k (3, 1), DB(3, 1).
Determine los vrtices C y D.
45. Sabiendo que A = (x2 9, x), B = (1 x, x2 8), P = (2x2 1, x 5). Si
AP + 3P B = (0, 0).
Determine el valor del rea del 4ABO, donde O = (0, 0).
46. Dado el punto A = (1, 6) es uno de los vrtices de un cuadrado ABCD cuyo centro
es el punto P = ( 23 , 52 ).
Determinar los otros vrtices de dicho cuadrado.
47. Sabiendo que a, b R2 vectores no nulos. Demostrar que si proya (proyb a) =
proyb (proya b), entonces a k b o kak = kbk.
48. Sea ABC un tringulo equiltero. Si AB + mHB = nAC, donde H es el punto de

interseccin de las tres alturas. Determine el valor de
1
m
+ n1 .
86
49. Considere un tringulo ABC recto en A, con C = (2, 7), BC = (8, 4). Sabiendo
AP = (3, 1). Determine el punto A.

que P es punto medio de BC y proy
AB
50. Sea ABC un tringulo, si se sabe que M = (1, 9), N = (6, 2) son los puntos medios
AB = 8 (3, 1).
de los lados AB y BC respectivamente. Si AB k (1, 1) y proy
5
AN
Hallar los vrtices del 4ABC.
51. Sea v = (1, 2), considere V = {u R2 : hu, vi = 0}. Determine la dimensin del
espacio vectorial V , es decir dim(V ).
52. Sean a K y V un K-espacio vectorial. Definimos: a + V = {a + v : v V }.
Demostrar que a + V es un espacio vectorial si y solo si a = 0.
53. Sean u = (1, 2) y a = 3. Encontrar un vector w, de modo que hw, ui = a.
54. Sean u = (2, 4), v = (5, 1). Encontrar un vector w R2 tal que
hu, wi = 2 hv, wi = 1
55. Sean v1 , v2 , . . . , vn vectores no nulos y mutuamente ortogonales (es decir hvi , vj i =
0, i 6= j).
Probar que ellos son l.i.
56. En V = R2 y u = (x1 , x2 ), v = (y1 , y2 ), considerando el p.i
hu, vi = 2x1 y1 + 3(x1 y2 + x2 y1 ) + 5x2 y2
Encontrar dos vectores ortogonales.
57. En V = R2 y u = (x1 , x2 ), v = (y1 , y2 ), considerando el p.i
hu, vi = 2x1 y1 + x2 y1 + x1 y2 + 3x2 y2
Dada el tringulo 4ABC, con A = (1, 2), B = (2, 1), C = (0, 0).
a) Determine la longitud del vector AB, utilizando para ello la norma inducida
por el p.i dado.
b) Determine el rea del tringulo ABC, utilizando el producto interno cannico.
87
58. Considere R, como Q-espacio vectorial.

a) Probar que v =
2 es l.i.
b) Probar que v = 1 y u = 2 es l.d.
c) 1 y 2 son vectores l.i?

59. Sabiendo que {u1 , u2 , . . . , un } son vectores l.i y a1 , a2 , . . . , an K elementos no nulos
de un cuerpo.
Probar que a1 u1 , a2 u2 , . . . , an un son l.i.
60. Sea v 6= 0 y u 6 ({v}). Probar que {v, u} es un conjunto l.i.
61. Sean V1 y V2 dos K-espacios vectoriales , f : V1 V2 una funcin que cumple con
(i) f (u + v) = f (u) + f (v), u, v V1
(ii) f (u) = f (u), K, u V1
Probar que
a) f (0) = 0
b) u, v, w V1 , f (u + v + w) = f (u) + f (v) + f (w)
c) Si u1 , u2 , u3 son vectores l.i en V1 , probar que f (u1 ), f (u2 ), f (u3 ) son vectores
l.i en V2 .
observacin: Una funcin f : V1 V2 que cumple con las dos condiciones (i), (ii)
dadas del ejercicio, le llamaremos una transformacin lineal.
62. Sea f : V W una transformacin lineal del espacio V en el espacio vectorial W .
Sabiendo que f es sobreyectiva y {u1 , u2 , . . . , um } un conjunto generador del espacio
V.
Probar que {f (u1 ), . . . , f (um )} es un generador de W .
63. Considere la funcin f : R2 R2 definida por
f (x, y) = (x + 3y, x + 2y)
Probar que f es una transformacin lineal.
88
64. Sea : V W una transformacin lineal entre los espacios vectoriales V en W .

Sabiendo que es una funcin biyectiva.
Probar {v1 , v2 , . . . , vm } es Base del espacio V si y solo si {(v1 ), . . . , (vm )} es una
Base de W .
65. Los vectores u y v forman un ngulo de 60 , se sabe adems que kuk = 5, kvk = 8.
Determine ku + vk y ku vk.
66. Considerando V = R2 , definimos dos operaciones
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 + 1)
.(x, y) = (x, y)
Probar que V juntamente con estas operaciones no es un R-espacio vectorial.
67. Considerando V = R2 , definimos dos operaciones
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 + 1, y1 + y2 + 1)
.(x, y) = ( + x 1, + y 1)
Probar que V juntamente con estas operaciones es un R-espacio vectorial.
68. Considere W = {(x, y) R2 : y = 2x}. Probar
a) W W = .
b) W + W = R2
69. Sean V y W dos espacios vectoriales en R2 . Diremos que V es ortogonal a W (V W )
si y solo si v V, w W : hv, wi = 0.
Considere el espacio vectorial V = {u R2 : hu, vi = 0} con v = (1, 3).
Encontrar un espacio vectorial W R2 de modo que se cumpla que
V W
70. Demostrar que el tringulo ABC, con A = (0, 0), B = (a, b) y C = 21 (a + b 3, 12 b
a 3), forma un equiltero.(ver figura 7.1 )
89
A
Figura 7.1: Tringulo ABC
71. Encontrar el rea del tringulo cuyos vrtices son P1 = (x1 , y1 ), P2 = (x2 , y2 ) y el
origen del sistema O = (0, 0).
72. Los vrtices de un tringulo estn dados por (2, 7), (5, 1) y (x, 3). Sabiendo que el
rea de dicho tringulo es 21. Determine el valor adecuado de x.
73. Demostrar que la condicin necesaria y suficiente para que tres puntos A, B y C
estn alineados, es que existan tres nmeros a, b y c todos no nulos, de modo que se
cumpla a + b + c = 0 y
aOA + bOB + cOC = (0, 0)

74. Considere P (x1 , y1 ), Q(x2 , y2 ) dos puntos del plano cartesiano. Demuestre que el
x1 + x2 y 1 + y 2
punto medio de P Q esta dado por M = (
,
).
2
2
75. Encontrar
el
rea
de
la
circunferencia
circunscrita
al
4ABC
donde
A(8, 6), B(3, 3), C(1, 1) (ver figura 7.2)

76. Demuestre que los puntos A(5, 6), B(1, 3) y C(7, 3) son colineales, es decir se
encuentran sobre una lineal recta.
77. Se tiene un tringulo issceles ABC, con lado desigual AC. Sabiendo que
A(6, 1), C(1, 2) y B(3, a). Determine el valor adecuado de a.
78. Sabiendo que u, v R2 con u + v = (kuk, kvk). Probar que v es ortogonal al vector
u.
90

B
Figura 7.2: Circunferencia circunscrita
79. Determinar los vrtices de un tringulo ABC, sabiendo que los puntos medios de
sus lados estn dado por los puntos (3, 7), (4, 0) y (1, 4).
80. Considere los vectores P, Q, R R2 , de manera que se cumpla con kP k =
5, kQk2 = 3, kRk = 2 y P + Q + R = 0. Determine el valor de

hP, Qi + hQ, Ri + hR, P i
81. Sean los vectores X = AB , Y = AD. Demostrar que el rea del paralelogramo
ABCD, esta dado por
q
k X k2 k Y k2 h X , Y i2
82. Sabiendo que el coseno del ngulo que forman los vectores
a + b y
a b es 60 .
Sabiendo que k
a + b k = 4, k
a b k = 3. Calcule la medida del ngulo que forman
los vectores
a y b.

83. Dado un tringulo ABC y m(AB, AC) = 120 , kABk = 4, kACk = 7. Determine
AC.
comp
BC
84. Sea el paralelogramo ABCD, M es punto medio de AB y E es punto de corte de
DM y AC.
Encontrar el valor de r R, sabiendo que
AE = rAC
91

85. Considere M, N, R son puntos medios de los lados AB, BC y AC respectivamente,
en un tringulo ABC. Sabiendo que P R2 (P un punto cualquiera). Probar que

PM + PN + PR = PA + PB + PC
86. Sea u = (x1 , x2 ), v = (y1 , y2 ) vectores en R2 y sea k un escalar real. Dada la expresin
siguiente
hu, vik = x1 y1 3x1 y2 3x2 y1 + kx2 y2
para que valores de k, hacen que h, ik sea un producto interno en R2 .
87. Determine el valor o los valores de x, para que los vectores (x 5, 4) y (2, x 1)
sean l.i.
c son paralelos en R2 . Probar que se cumple

88. Sabiendo que los vectores no nulos
a y
con
a = P roy
P roy
c a
b
89. Si se define: Sean u, v R2 dos vectores. u es paralelo al vector v si y solo si existe
R de modo que se cumpla u = v.
Lo denotaremos por u k v.
a) Sabiendo que u k v, se puede concluir que v k u?.
b) Si u k v y v k w, con v 6= 0, se prueba que u k w?
90. En la figura 7.3, se tiene un tringulo ABC inscrito en una semicircunferencia.
Probar que el tringulo ABC es rectngulo.
91. Sean M, N y R los puntos medios de los lados de un tringulo ABC y sea P un
punto exterior al tringulo. Demostrar que

PM + PN + PR = PA + PB + PC
92. Sabiendo que A = (2, 8) es uno de los vrtices de un cuadrado ABCD cuyo centro
esta dado por el punto (4, 3). Determine los vrtices restantes del cuadrado.
92
C
Figura 7.3: Tringulo inscito ABC
93. Sabiendo que A, B = (3, 2) y C = (4, 2) son tres puntos colineales y distintos
entre s. Si se tiene que
A + B = C + 2 B
con R2 . Determine el valor del punto A.
94. Sabiendo que

a + b +
c = (0, 0). Demostrar
c ,
c i + h
a i = (kak2 + kbk2 + kck2 )
h
a , b i + h b ,
2
95. Determine el valor de , para que los vectores u = ( 5, 4) y v = (2, 1) sean l.i.
96. Sabiendo que u, v R2 son vectores no nulos. Si P royu v es un vector unitario.
Demostrar que kvk 1.
97. Definamos: Sea v R2 no nulo. Denotaremos al vector unitario en v por Uv y
definida por Uv =
v
.
kvk
Demostrar: Sean v, w R2 no nulos. Entonces {v, w} es l.i si y solo si {Uv , Uw } es

l.i.
98. Considere u, v R2 dos vectores no nulos. Demostrar que si {u, v} es una Base para
el espacio R2 , entonces {P royu v, P royv u} es tambin una base.
El recproco, es cierto?
99. Considere los vectores no nulos u, v del plano R2 . Demostrar {u, v} es una base para
R2 si y solo si {u , v } es base para R2 .
93
100. Indicar la verdad o falsedad de las afirmaciones siguientes para vectores u, v, w R2 .

(i) existen , R, tal que w = u + v
(ii) {u, u + v, u + v + w} es un generador del espacio R2 .
(iii) Si uv y vw, entonces se cumple que u k w
101. En un espacio vectorial V arbitrario probar que si dos vectores son l.d, entonces uno
de ello es mltiplo del otro.
Bibliografa
[1] Juan Alberto Quispe Vasquez: MATEMTICA BSICA I VECTORES
Universidad Nacional de Ingenieria, Lima-Per,1986
[2] Elon Lages Lima: ALGEBRA LINEAL
INSTITUTO DE MATEMTICA PURA Y APLICADA 1998
[3] Fco. Javier Cobos Gavala: APUNTES DE LGEBRA LINEAL
Departamento de Matemtica Aplicada.
[4] Carlos Chvez Vega: LGEBRA LINEAL
Segunda edicin, Lima-Per,2007
[5] Cesar Saal Riqueros: PROBLEMAS DE BASICA I
Universidad Nacional de Ingenieria, Lima-Per,1984
95
ndice alfabtico
adicin, 9
combinacin lineal, 71
componente escalar, 64
distancia, 51
multiplicacin por un escalar, 9
norma, 37
producto cartesiano, 1
producto interno, 23
vector unitario, 47
97

Espacios Vectoriales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

MATEMTICA BSICA

PARA LOS ESTUDIANTES DE CIENCIAS

Hecho el Depsito Legal en la Biblioteca Nacional del Per

Y escribe el ngel de la iglesia en Laodicea: He aqu el Amn, el testigo fiel y verdadero,

1.1. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Cuerpos o Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Espacios Vectoriales en General

2.1. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. Representacin Geomtrica de los Vectores . . . . . . . . . . . . . . . . . . 18

3.1. Producto Interno en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . 21

4.1. Norma en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . 33

5.1. Distancia en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . 45

6.1. Bases de un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . . 63

7.1. Problemas Propuestos Finales . . . . . . . . . . . . . . . . . . . . . . . . . 81

2.2. Vectores paralelos en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

7.3. Tringulo inscito ABC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Definicin 1.1. Sean A y B dos conjuntos no vacos, se define el producto cartesiano de

CAPTULO 1. CALCULO VECTORIAL

en R tenemos 4 = 4 , 5 = 5. Ahora para nuestro caso, en donde se tiene R2 podemos

las cuales verifican los siguientes axiomas:

1.2. CUERPOS O CAMPOS

Axiomas para la multiplicacin

CAPTULO 1. CALCULO VECTORIAL

1.2. CUERPOS O CAMPOS

Se demuestra con un poco de paciencia, que la tripleta (Q, +, .) es un cuerpo o campo.

CAPTULO 1. CALCULO VECTORIAL

1.2. CUERPOS O CAMPOS

Es uno de las estructuras algebraicas de mayor importancia en el lgebra Lineal, ya

Definicin 2.1. Sea K un cuerpo y V un conjunto no vaco. Definamos en ella dos

De modo que verifique con los siguientes axiomas:

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

Axiomas del producto por un escalar

2.1. ESPACIOS VECTORIALES

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

segn la ecuacin (5.1), se tiene la clausura o cerradura de la operacin multiplicacin

2.1. ESPACIOS VECTORIALES

Comentario: Es siempre necesario demostrar todos los axiomas de un espacio vectorial?.

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

de cumplan y no con lo definido. La pedagoga sugiere que se muestre situaciones que

2.1. ESPACIOS VECTORIALES

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

2.1. ESPACIOS VECTORIALES

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

Representacin Geomtrica de los Vectores

: a, b, c, d R} es un espacio vectorial real, cmo

De manera similar, si consideramos C = {f : [0, 1] R : f es una funcin y f ( 12 ) =

Definicin 2.2. Sea V un espacio vectorial sobre un cuerpo K, u, v V

2.3. PARALELISMO DE VECTORES

As, tenemos que en el espacio de matrices de orden 2 2, como 2

, por lo tanto por medio de la defincin dada se tiene que

u paralelo y del mismo sentido que v

u paralelo y de sentido contrario a w

CAPTULO 2. ESPACIOS VECTORIALES EN GENERAL

Producto Interno en un Espacio Vectorial

CAPTULO 3. ESPACIOS CON PRODUCTO INTERNO

Es natural preguntarse si se puede extraer escales en la segunda componente, la respuesta

3.1. PRODUCTO INTERNO EN UN ESPACIO VECTORIAL

Sea A M2 tomado arbitrariamente y calculemos

P1: Considere un elemento cualquiera de R2 , u = (x, y) y calculemos

P2: Sabiendo que se cumple hu, ui = 0, entonces a2 + b2 = 0, por lo tanto a = b = 0,

CAPTULO 3. ESPACIOS CON PRODUCTO INTERNO

P3: Considere R y u = (a, b), v = (x, y) tomados arbitrariamente, calculemos

3.1. PRODUCTO INTERNO EN UN ESPACIO VECTORIAL