Integrales impropias

Hasta ahora se han estudiado integrales cuyos intervalos sean continuos y existentes, sin embargo no
siempre eso ocurre, hay integrales que tiene inexistencias bien en los extremos o el un valor dentro del
intervalo. Como se ve a continuacin:

Caso 1 El intevalo es semi abierto o semi cerrado (a,b] o[a.b)

Ejemplo:

Caso2 El intervalo es abierto. (a,b), para lo que se requiere de un valor c que pertenece a (a,b) para el
cual si hay existencia de la funcin.
(a,b)

a < c < b y fc existe

Caso3 El intervalo es cerrado [a,b], pero dentro del intervalo hay un valor c que no satisface la funcin.
[a,b] c pertenece y f(c) no exite.

VECTOR:
Es un elemento de un espacio vectorial.
El conjunto de
Se nota al conjunto

de todas de todas las n-uplas ordenadas de nmeros reales

Cada nmero real

que conforma la n-upla se llama componentes de coordenadas de
la u-upla y si estas guardan un orden se dice que xi es la i-esima coordenadas
de
Por ejemplo:

para

ESPACIO VECTORIAL
Un espacio vectorial es una tripla (V,K,*) conformada por:
1. Un grupo abeliano (V,+,0) , los elementos del cual denominamos vectores.
2. Un cuerpo (K,+,x,0,1) , del cual denominamos escalares.
3. Una operacin externa
KxV=V
(a,v) = a.v
Propiedades
Entre escalares y vectores que cumple las siguientes propiedades:

para cualesquiera escalares

y cualesquiera vectores
Es costumbre denotar el espacio vectorial (V,K,*) simplemente por V ; tambin se dice que es un K espacio vectorial.
El Espacio Vectorial constituye tambien una estructura algebraica

S = CONJUNTO
+ = 1 operacin
*= 2 operacin
En el conjunto
definimos dos operaciones entre sus elementos, las mismas que cumplen y dan un
entendimiento de una estructura algebraica en un espacio vectorial.

ESPACIO VECTORIAL EN
El conjunto

es el producto cartesiano de R consigo mismo n veces; es decir que:

En consecuencia un elemento A de

es una n-upla ordenada

son nmeros reales. Escribiremos

diremos que A es un punto de

, donde
y

En lo sucesivo, a los elementos de

componentes con letras minsculas.

los designaremos con las letras maysculas del alfabeto y a sus

Observacin.si n = 1,

si n = 2
que:

y en ese caso, para todo nmero real a, (a) se escribe a.

y todo elemento de

es un par ordenado de los nmeros reales (x,y); es decir

OPERACIONES EN EL CONJUNTO

En el conjunto
definiremos dos operaciones entre sus elementos, las mismas que cumplen ciertas
propiedades que hacen que tal conjunto tenga una estructura algebraica llamada espacio vectorial y por
lo tanto podremos referirnos a

no solamente como el conjunto

Adiccin:Sean
suma de A y B de la siguiente manera :

sino como el espacio vectorial

, se define la

Geomtricamente, la suma de vectores viene descrita por la siguiente figura:

Multiplicacin por un nmero real:Sean

definimos el producto del nmero real por el elemento A de
A de la manera siguiente:

A
r
c
h
i
v
o
:
S

y R.
que lo notaremos. A o simplemente

c
a
l
a
r
m
u
l
t
i
p
l
i
c
a
t
i
o
n
o
f
v
e
c
t
o
r
s
.
s
v
g

PROPIEDADES:

Sean

elementos cualesquiera del conjunto y , nmeros reales

cualesquiera. Se verifica que:
1. Ley conmutativa de la suma de vectores.
x+y=y+x
2. Ley asociativa de la suma de vectores
(x+y)+z=x+(y+z)
3. Existe un vector O
x + o = o + x , donde o = ( 0 , 0 , 0 , 0 , , , 0 )
4. Existe un elemento simtrico u opuesto aditivo
Para todo

existe un elemento

tal que x + y = o. Se puede verificar que

5. El producto es distributivo respecto a la suma en reales.
( X + Y ) = X + Y
6. El producto posee asociatividad mixta.
( ) x = ( x )
7. El producto es distributivo respecto a la suma en K.
( + ) x = x + x
8. 1 x = x ( 1 se conoce como neutro multiplicativo)

1X=X
9. La suma de vectores es ley de composicin interna.

Para todo x R y para todo y

x+yR

10. El producto es ley de composicin externa.

Para todo x R y para todo a k x.a R

SUBESPACIOS VECTORIALES
Dado un espacio vectorial V sobre un cuerpo K y un subconjunto no vaco S de V , resulta interesante
preguntarse si S bajo la misma adicin de vectores y la misma accin de escalares sobre K vectores,
conforma un espacio vectorial sobre . En caso afirmativo, se dice que S es un subespacio del espacio V .
Esta relacin se denota por S<=V . Segn esta definicin, si se desea establecer que S<=V es necesario
verificar el cumplimiento de la siguiente proposicin:
Proposicin: Sea V un espacio vectorial sobre el cuerpo K y sea S un subconjunto no vaco de V.
Entonces, S<=V si y slo si se cumplen las siguientes condiciones:

CONDICIN DE EXISTENCIA DE SUBESPACIO

El criterio para la verificacin de que S sea subespacio de V, es que ambas operaciones ( la ley de
composicin interna (+) entre elementos del conjunto S y la ley de composicin externa (* ) con
escalares del cuerpo K) sean cerradas, es decir, den como resultado elementos que tambin pertenezcan
a S.Estas antes mencionadas se dan con la suma y la multiplicacin para los vectores.un espacio
vectorial tambien llamado espacio muestral es el que denomina el falso y el verdadero. Para
ello se definen 4 axiomas que de cumplirse, garantizan la existencia del subespacio vectorial.

Sea V un espacio vectorial, se define S como subespacio vectorial si y solo si:

S no es un conjunto vaco.

S es igual o est includo en V.

La suma es ley de composicn interna.

El producto es ley de composicin externa.

Si estas cuatro condiciones se cumplen entonces el conjunto es un subespacio.

Consecuencias inmediatas.
1. El conjunto { 0 } es un subespacio de
2. Todo subespacio de

contiene al elemento 0.

3. Si B = (v1,.vk) es un conjunto no vaco de vectores de

, entonces la familia L(v1,.vk) formada
por todas las combinaciones lineales de elementos de B es un subespacio vectorial generado por B.
4. Todo subespacio admite una base, esto es, un sistema generador formado por vectores linealmente
independientes.
5. El nmero de vectores de una base de un subespacio es fijo, y se llama dimensin del subespacio. Por
convenio se establece que la dimensin del subespacio {0} es cero.
6. Si S1, S2 son subespacios de Rn con S1 S2 y dim S1 = dim S2, entonces S1 = S2.
Dados dos subespacios, S1, S2 con bases B1 y B2 respectivamente, la suma de S1 y S2 es el subespacio
generado por B1 U B2.
S1 + S2 = L(B1 U B2).

SUBESPACIO GENERADO POR UN CONJUNTO DE VECTORES:

Los vectores
elemento

generan el espacio vectorial

se puede expresar como combinacin lineal de

siu para todo

existen escalares

, si todo
. Es decir

tales que

Ejemplo:
a)A1 = ( 1 , 3 ), A2 = ( 4 , 1 ) generan
Solucion:Veamos si cualquier vector A= (x,y) de
Y A2. As:

se puede expresar como combinacin lineal de A1

A = A1 + A2 (x,y) = ( 1 , 3 ) + ( 4 , 1 ) x = + 4 ,y = 3 + 4
Resolviendo el sistema para y se encuentra que
= 4y x /11 , = 3 x - y /11
Como y existen cualesquiera que sean los valores de x e y, se concluye que todo vector de se puede
expresar como combinacin lineal de A1 Y A2. Es decir <A1, A2 >

b) En

,Cul es el subespacio generado por el vector v = ( 1 , 3 )

o A2 =

Solucin:

<(1,3)>
{w

: w = v, R}

Como la ecuacin vectorial w = v, con R es equivalente a ( x , y ) = ( 1 , 3 ), se sigue que x = y y

= 3 . Eliminando el parmetro obtenemos que y = 3x,
que es una recta que pasa por el origen.

VECTORES LINEALMENTE DEPENDIENTES E INDEPENDIENTES

VECTORES LINEALMENTE DEPENDIENTES
Los vectores

son linealmente dependientes si existen escalares

no todos nulos tales que
y X = 0 Ejemplo:

1.

eterminar si los vectores A1 = ( 1, 1, 3 ), A2 = ( 0, 0, 0 ), A3 = ( 4, 1, 0 ) son linealmente

dependientes.
Solucin. Se tiene
A1 + A2 + A3 = 0 (1,1,3) + (0,0,0) + (4,1,0) = (0,0,0)
+ 4 = 0
+=0
3 = 0b

De donde se sigue que = 0, =0 y puede tomar cualquier valor. Luego, existen infinitas soluciones de
la forma (,, ) = (0,, 0), con R. Es decir que <A1, A2, A3> = <A1, A3 >.
VECTORES LINEALMENTE INDEPENDIENTES

Los vectores

son linealmente independientes si

La negacin de dependencia lineal es la independencia lineal. De tal manera que una definicin
equivalente de independencia lineal es la siguiente:Los vectores
son linealmente independientes si ninguno de ellos se puede expresar como combinacin lineal de los
dems.
Ejemplo:
En
determinar la dependencia o independencia de los vectores
1.
A1= A1=(1, 3,2), A2 = (1, 4,1), A3 = (1, 0,2).
Solucin. Se tiene que
A1 + A2 + A3 = 0 (1, 3,2) + (1, 4,1) + (1, 0,2) = 0
+=0
3 +4 = 0
2 + + 2 = 0
Multiplicando por -3 a la primera ecuacin y sumndola con la segunda, se tiene que
= 3
Multiplicando por -2 la primera ecuacin y sumndola con la tercera se sigue que
=0
y en consecuencia Y
0
.
Luego los vectores A1, A2, A3, son linealmente independientes.

COMBINACIN LINEAL
Sean

.Se denomina lineal de los vectores

a toda expresin de la forma

,.Donde

son

nmeros reales cualesquiera. Escribiremos

El

conjunto de todas las combinaciones lineales de los vectores

subespacio vectorial de

es un

, el mismo que lo notaremos <A1, A2, A3, , Ap> y que leeremos:

subespacio generado por los vectores

i Reales , i = 1, 2, , p.} = <A1, A2, A3, , Ap>

. Es decir que:{A

: A = i Ai, con

Ejemplo:
1. En
determinar si el vector A=(1,3) es combinacin lineal de los vectores:a) A1= (1,1), A2 = (-1,3)
Debemos ver si existen escaleres y tales que A1 + A2 = A. es decir tales que (2,2) + (-1,-1) =
(1,3), de donde se obtiene el sistema1 = - 3 = + 3 Cuya solucin es = 3/2, =1/2b) A1 = (2,2),
A2 = (-1,-1)Veamos si existen escalares y tales que A1 + A2 = A. Es decir tale que (2,2) + (-1,1) = (1,3), de donde se obtiene el sistema1= 2 3 = 2 + De dicho sistema se sigue que 1=3, lo
cual es un absurdo. Consecuentemente, no existen escalares y tales que A1 + A2 = A, o lo
mismo, el vector A no se puede expresar como combinacin lineal de los vectores A1 y A2

ESPACIO VECTORIAL GENERADO

Un conjunto de n-vectores
de n-vectores.

genera un espacio vectorial a partir de todas las combinaciones lineales

PROYECCIN DE UN VECTOR SOBRE OTRO

Un uso importante del producto punto est en la determinacin de las proyecciones. La proyeccin del
vector A sobre B es el vector OC que se muestra en la figura.
Se tiene que C = B y CA = A - B. Por otra parte
<CA|B>
0, <A - B|B> <A|B> - <B|B>=
De donde se obtiene el valor de :
= <A|B>/<B|B> = <A|B>/ ||B||2
Consecuentemente la proyeccin del vector A sobre el vector no nulo B esta dada por
ProyBA = B = (<A|B>/ ||B||2) B
Ejemplo:

1.

Hallar la proyeccin del vector A=(3,5) sobre el vector B=(1,2).

Solucin.
ProyBA = B = (<A|B>/ ||B||2) B = (<(3,5)|(1,2)>/ ||(1,2)||2) (1,2) = 13/5(1,2) = (13/5, 26/5)

NORMA DE UN VECTOR

Dado el vector
notaremos ||x|| esta dada por.

, la norma o longitud del vector x que la

En R2, ||x||=||(x,y)||= ( x2+ y2 ) y en R3, ||x||=||(x,y,z)||= (x2 + y2 + z2).

Propiedades de la norma

VECTORES ORTOGONALES
Definicin: Dos vectores X, Y en
y se nota XY
Luego

son ortogonales si su producto punto es nulo; es decir, si <X|Y>=0

XY <X|Y>=0
Teorema 1.- (de Pitgoras). Sean X, Y vectores de

. Entonces:

XY>= X + Y
Definicin: Un vector X es unitario si ll X + Y ll^2 = ll X ll^2 + ll Y ll^2.
Observacin.-Dado cualquier vector no nulo Y de
; siempre es posible encontrar un vector unitario u
en la misma direccin que el vector Y y ese vector es:
u = Y / llYll
1.- Un vector unitario u en la direccin del vector v = ( (2) ^ 1/2, ) es,
u = u / ll u ll =( (2 ^ 1/2 ) / (2 + ^ 2 ) ^ 1/2 , / (2 + ^ 2 ) ^ 1/2 )
2.- Un vector unitario u en la direccin de v= (1, 2^1/2, )
v = v / ll v ll = ( 1 / ( 3 + ^ 2 ) ^ 1/2 , ( 2 ^ 1 / 2 ) / ( 3 + ^ 2 ) ^ 1/2, / ( 3 + ^ 2 ) ^ 1/2 )
EJEMPLOS:
1.- La base cannica {e1, e2, ... , en} de
Adems, para todo

, donde ei = (0, 0, ..., 0, 1, 0), es una base ortonormal.

Se tiene que:
X = ( x1 , x2 , x3 , ..., xn ) = _( i = 1 ) ^ n xiei.
2.- El conjunto { (1 / ( 2 ^ 1/2 ), 1 / ( 2 ^ 1/2 ) ), ( -1 / ( 2 ^ 1/2 ) ), 1 / ( 2 ^ 1/2 ) ) } es una base
ortonormal de

3.- El conjunto { ( 1 / ( 6 ^ 1/2), 1 / ( 6 ^ 1/2), 2 / ( 6 ^ 1/2 ) ) , ( 0 , 1 / ( 10 ^ 1/2 ), 3 / ( 10 ^ 1/2 ) ), ( 1 /

( 11 ^ 1/2 ), -3 / ( 11 ^ 1/2 ), 1 / ( 11 ^ 1/2 ) ) } es una base ortonormal de
.
Teorema 2.-Si A= {e1, e2, e3, ..., en} es una base ortonormal de
entonces:
ll a1e1 + a2e2+ a3e3, ..., anen ll^2 = (a1)^2 + (a2)^2 + (a3)^2+... + (an)^2,
Teorema 3.- Para todo a1, a2, a3, ..., an R.
Demostracin:
ll a1e1 + a2e2 + a3e3+ ...+anen ll ^2 = <_(i=1)^n aiei l _(j=1)^n ajej> = _(i=1)^n_(j=1)^n aiaj
<ei l ej >
=_(i=1)^n aiai <ei l ei > = =_(i=1)^n (ai)^2
= (a1)^2 + (a2)^2 + (a3)^2+... + (an)^2.

Teorema 4.-Si A= {e1, e2, e3, ..., en} es una base ortonormal de
,
v= <v,e1>e1 + <v,e2>e2 + ... + <v,en>en

entonces, para todo v

Teorema 5.- ll v ll^2 = <v,e1>^2 + <v,e2>^2 + ... + <v,en>^2.

Demostracin: Si v= x1e1 + x2e2 + x3e3 +... + xnen, como <ei l ej > = 0 si ij y <ei l ej> =1 si i=j, es
evidente que <v l ei> =xi y en consecuencia v=_(i=1)^n xiei =_(i=1)^n <v l ei >ei.
Adems:
ll v ll ^2 = < v l v > = <_(i=1)^n xiei l v >
= _(i=1)^n < xiei l v >
= _(i=1)^n xi <ei l v >
= _(i=1)^n < v l ei > <ei l v >
=_(i=1)^n < v l ei >^2.

NGULO ENTRE DOS VECTORES

A cintinuacion probaremos que si A y B son vectores no nulos en

, entonces

<Al B>
ab cos
Se tiene que :
C^2 = l l AB l l ^2 = l l B-A l l ^2 = <B-A l B-A>
l l A l l ^2 - 2 <A l B> + l l B l l ^2
a^2 + b^2 - 2 <A l B>
Por otra parte, por el teorema del coseno : c^2 = a^2 + b^2 - 2 ab cos
De la igualdad : c^2 = a^2 + b^2 - 2 ab cos = a^2 + b^2 - 2 <A l B> ,
se deduce que < A l B>
ab cos
II A II II B II cos
Esta expresion es a menudo usada para encontrar el angulo entre dos vectores.
DEFINICION:
Dados dos vectores X y Y de

, el coseno del angulo que forman los dos vectores est dado por :

cos () = <XIY> / II XII IIYII , IIXII no = 0 ^ IIYII no = 0

donde 0 <= <= 2 pi (360 grados)
EJEMPLO:
El producto punto de los vectores a = (1,3,-2) y b = (-2,4,-1) de
es :
<a I b>= 1 (-2) + 3(4) + (-2)(-1) = 12
Usando la igualdad <a I b>= II aII IIbII cos = (14)^1/2. (21)^1/2 cos
lo que implica que = 45,6 grados.
Un uso importante del producto punto es que sirve como prueba para determinar cuando dos vectores
son o no ortogonales.Dos vectores son ortogonales si el anglo entre ellos es 90 grados. Usando este
hecho y que <a I b>= II aII IIbII cos vemos que el producto punto de dos vectores ortogonales es cero.
Reciprocamente, la nica forma para que el producto escalar sea cero es que el angulo entre los dos
vectores sea 90 grados (o trivialmente si uno o lois dos vectores es el vector nulo). Por lo tanto , dos
vectores no nulos tienen el producto punto nulo si y solamente si ellos son ortogonales.

PROYECCION DE UN VECTOR SOBRE OTRO NO NULO

Un uso importante en el uso del producto punto esta en la determinacion de las proyecciones
Se tiene que C =B y CA = A - B. Por otra parte
<CA I B>
0 <----> <A-B I B >
0 <----> <AI B> - <B I B> = 0
de donde se obtiene el valor de :
= <AI B> / <B I B> = <AI B> / IIBII^2
Consecuentemente la proyeccion del vector A sobre el vector no nulo B esta dada por :

Proy A = B = <AI B> / IIBII^2 . B

B
EJEMPLO:
Hallar la proyeccion del vector A = (3,5), sobre el vector B = (1,2)
Solucion:
Proy A = <AI B> / IIBII^2 . B = <(3,5)I(1,2)> / II(1,2)II^2 . (1,2)
B=13/5 (1,2)
=(13/5, 26/5)