Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vectorial Espacio
Vectorial Espacio
CÁLCULO VECTORIAL I
Espacios Vectoriales
Este material puede ser compartido, reproducido en cualquiera de sus formas, con total
libertad, para fines académicos, de manera muy especial por los estudiantes de la Facultad de
Ciencias de la Universidad Nacional de Ingeniería.
Lima - Perú
i
El Apocalipsis 3:14-22
Índice general
Índice de figuras v
1 Calculo Vectorial 1
1.1. Producto Cartesiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Cuerpos o Campos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
4 Espacios Normados 33
4.1. Norma en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3. Vector Unitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.4. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
iii
iv ÍNDICE GENERAL
5 Espacios Geométricos 45
5.1. Distancia en un Espacio Vectorial . . . . . . . . . . . . . . . . . . . . . . . 45
5.2. Ángulo entre Dos Vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3. Problemas propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.4. Proyección Ortogonal en un Espacio Vectorial . . . . . . . . . . . . . . . . 51
5.5. Problemas Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.6. Área de un Paralelogramo . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
7 Problemas Variados 81
7.1. Problemas Propuestos Finales . . . . . . . . . . . . . . . . . . . . . . . . . 81
Bibliografía 95
Índice alfabético 97
Índice de figuras
v
Índice de símbolos
× producto cartesiano
vii
1
Calculo Vectorial
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 vacíos, aunque muy
bien se puede considerar que en este caso, el producto cartesiano es el vacío 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)}
Sobre este conjunto R × R definiremos una relación de igualdad (=), antes de dar
dicha definición debemos indicar que al definir cualquier igualdad en cualquier estructura
E, esta definición debe cumplir con tres axiomas, que acontinuación detallamos
(i) (reflexiva) u = u, ∀u ∈ E
1
2 CAPÍTULO 1. CALCULO VECTORIAL
(ii) (simétrica) 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, así 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:
(a, b) = (x, y) ↔ a = x, b = y
+ : K ×K → K
(a, b) → a+b
· : K ×K → K
(a, b) → a+b
A1 : a + b = b + a, ∀a, b ∈ K
A2 : (a + b) + c = a + (b + c), ∀a, b, c ∈ K
a+b=b+a=0
M1 : ∀a, b ∈ K : ab = ba
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 definición 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 Cálculo Vectorial 1. Se sugiere al
estudiante no solo memorizar estos axiomas, sino también dedicar tiempo para pensar
en ellos y en sus cualidades. Cuanto mas tiempo invirtamos en ello los resultados serán
buenos.
A cada elemento del cuerpo K, le llamaremos escalares, así tenemos los escalares que
estarán en todo cuerpo 1, 0 ∈ K. Claro esta que podemos indicar la misma notación del
cero, si no hay lugar a confusión, para diferentes cuerpos existentes.
Del axioma A2 , se demuestra por un proceso de inducción matemática, 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 colección, es decir tiene sentido escribir
a1 + a2 + · · · + an
4 CAPÍTULO 1. CALCULO VECTORIAL
En el axioma A3 se garantiza la existencia del cero, pero se deduce que este escalar es
único, es decir existe un único 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
también, se tiene
∀a ∈ K : a + 00 = 00 + a = a
(a + b)c = c(a + b)
= ca + cb
= ac + bc
Ejemplo 1.1. El conjunto de los números racionales Q, juntamente con las operaciones
triviales o conocidas
1.2. CUERPOS O CAMPOS 5
a m an+bm
b
+ n
= bn
am am
b n
= bn
Ejemplo 1.2. Existen cuerpos que tienen una cantidad limitada de elementos, es decir
cuerpos finitos, uno de ellos es conocido como los enteros módulo 3, veamos dicho campo:
Z3 = {0, 1, 2}, con las dos operaciones que le daremos explícitamente y en tablas de doble
entrada
+ 0 1 2
0 0 1 2
1 1 2 0
2 2 0 1
Operación de Adición
. 0 1 2
0 0 0 0
1 0 1 2
2 0 2 1
Operación de Multiplicación
(a, b) + (x, y) = (a + x, b + y)
a −b
(a, b)−1 = ( , 2 )
a2 + b a + b2
2
6 CAPÍTULO 1. CALCULO VECTORIAL
Ejemplo 1.4.
Uno de los cuerpos que se va a utilizar en casi todo este curso, es el cuerpo de los números
reales, justamente con las dos operaciones que consideramos como conocidas, es decir
(R, +, ·)
Los espacios vectoriales a utilizar mas adelante, están en relación de este cuerpo R, for-
mando así lo que vamos a llamar R−espacio vectorial.
Ejemplo 1.5.
El conjunto de los números 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 números 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 números enteros juntamente con las dos operaciones están-
dares de la adición (+) y la multiplicación (·) no es un cuerpo.
Debe notar el estudiante que se tiene la existencia del elemento neutro aditivo el
cual es el cero 0 ∈ Z, también 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, aquí radica el problema, en que para 2 ∈ Z debería existir un elemento llamado el
inverso del dos, el cual no es posible su existencia(sería muy bueno que se verifique esta
afirmación, la búsqueda de caminos para ello, es muy importante en las matemáticas)
1.2. CUERPOS O CAMPOS 7
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.
+ 0 1 2 3
0 0 1 2 3
1 1 2 3 0
2 2 3 0 1
3 3 0 1 2
Operación de Adición en Z4
. 0 1 2 3
0 0 0 0 0
1 0 1 2 3
2 0 2 0 2
3 0 3 2 1
Operación de Multiplicación en Z4
2 0 2 0 2
2
Espacios Vectoriales en General
+ : V ×V → V
(v, u) → v+u
· : K ×V → V
(λ, v) → λv
Axiomas de la Adición
EV1: u + v = v + u, ∀u, v ∈ V
9
10 CAPÍTULO 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
EV6: λ(u + v) = λu + λv
EV7: (λ + β)u = λu + βu
EV8: 1v = v
Notación
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 será llamado un espacio vectorial real, mientras que si
el campo fuese K = C recibirá el nombre de espacio vectorial complejo.
Ejemplo 2.1.
Considere V = R2 juntamente al cuerpo de los números reales y las operaciones
triviales
(a, b) + (x, y) = (a + x, b + y)
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 más.
Como una especie de aplicación tenemos:
también 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 números reales y las operaciones triviales
(a, b) + (x, y) = (a + x, b + y)
3a − 2b = 0
(x + a, y + b) ∈ V
por lo tanto
(x, y) + (a, b) ∈ V
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 CAPÍTULO 2. ESPACIOS VECTORIALES EN GENERAL
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
3(−a) − 2(−b) = 0
−u ∈ V
= λ(βx, βy)
= (λ(βx), λ(βy))
= ((λβ)x, (λβ)y)
= (λβ)(x, y)
= (λβ)u
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 podrán ser visualizadas, si
se comprueba meticulosamente.
Luego, cuando la comprensión de la materia se incremente, se podrá notar que las clau-
suras o cerraduras, en la mayoría de casos se vuelven muy importante, en cualquier caso,
la verificación 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)
¿V es un espacio vectorial?
Ejemplo 2.4.
Considere el siguiente conjunto V = {(x, y) ∈ R2 : x + y ≤ 1} y las operacio-
nes triviales o estándares.
¿V es un R−espacio vectorial?
Prueba: Sospechamos que no lo es, ahora debemos buscar negar uno de los axiomas,
veamos que la adición no es de clausura, consideremos u = (1, 0) ∈ V y v = (0, 1) ∈ V ,
esto es cierto ya que cumple con
x+y ≤1
u+v ∈V
luego (1, 0) + (0, 1) ∈ V , entonces (1, 1) ∈ V , por lo tanto debería verificarse con
1+1≤1
lo cual es imposible, esto nos lleva a decir que V no puede ser un espacio vectorial.
Ejemplo 2.5.
Considerando V = R. Probar que V no es un espacio vectorial complejo.
(3 + 4i)2 = 6 + 8i 6∈ V
2.1. ESPACIOS VECTORIALES 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
0 = 00
Ejemplo 2.7.
Sea V un K−espacio vectorial. Probar que ∀λ ∈ K, λ0 = 0.
Prueba: operando
λ0 = λ(0 + 0)
λ0 = λ0 + λ0
0 = λ0
Ejemplo 2.8.
Sea V un espacio vectorial sobre el cuerpo K y λ ∈ K, v ∈ V .
Demostrar, si λv = 0, entonces λ = 0 o v = 0.
Ahora, calculemos
v = 1v = (λ−1 .λ)v = λ−1 (λv) = λ−1 0 = 0
por lo tanto v = 0
16 CAPÍTULO 2. ESPACIOS VECTORIALES EN GENERAL
Ejemplo 2.9.
Sea V un espacio vectorial real y λ ∈ R, v ∈ V . Pruebe que (−λ)v = λ(−v) =
−λv.
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 demostración
Interrogante:
Proceso:
Expresión 1 = Expresión n
Expresión 2 = Expresión 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 estándares.
Ejemplo 2.12.
Sabiendo que se tiene V = {(x, y, z) ∈ R3 : x + y = z}. Pruebe que V es un
R−espacio vectorial.
Prueba: Detallar.
Ejemplo 2.13.
Sea V = {(x, 0) : x ∈ R+ } con las operaciones
λ(x, 0) = (xλ , 0)
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 adición.
Afirmamos que (1, 0) ∈ V es el elemento nulo, en efecto, sea (x, 0) ∈ V arbitrario, luego
de manera similar
(1, 0) + (x, 0) = (1.x, 0) = (x, 0)
es suficiente, esto, para haber probado que el elemento cero o nulo está dado por (1, 0) ∈ V .
Ahora, veamos el opuesto de (x, 0) ∈ V un elemento arbitrario, consideramos el elemento
(x−1 , 0) es claro que es un elemento del conjunto V , ya que x > 0, luego calculemos
Por otro lado, sea λ ∈ R, (x, 0) ∈ V , como xλ > 0, luego se tiene λ(x, 0) ∈ V , esto nos
indica que se cumple la clausura de la operación multiplicativa por un escalar.
u=(x,y)
u=P-Q
u k v ⇐⇒ ∃λ ∈ K/ u = λv o v = λu
2.3. PARALELISMO DE VECTORES 19
3 4
Así, tenemos que en el espacio de matrices de orden 2 × 2, como 2 =
−1 2
6 8
, por lo tanto por medio de la definción dada se tiene que
−2 4
3 4 6 8
k
−1 2 −2 4
Podemos notar que por definición 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
Si existe λ ∈ R+ , tal que u = λv, diremos que dichos vectores son paralelos y del
mismo sentido.
En el caso que se de, la existencia de λ ∈ R− tal que u = λv, diremos que son
vectores paralelos y se sentido contrario, como se muestra en la figura 2.2.
Paralelismo de vectores u
Este paralelismo con la multiplicación por un escalar no nulo, va a general una relación
muy importante llamada relación de equivalencia, y con ella se obtiene una partición del
espacio euclideano, donde cada recta será una clase de equivalencia, estas cosas serán
vistas en la segunda parte del curso de Vectorial I.
3
Espacios con Producto Interno
P1: ∀u ∈ V, hu, ui ≥ 0
P2: hu, ui = 0 ⇐⇒ u = 0
Ω
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, añade algo más, que la única forma de
ser cero, al operar consigo mismo, es el vector nulo.
El estudiante debe notar que por definición se cumple que
h0, 0i = 0
hλu, vi = λhu, vi
21
22 CAPÍTULO 3. ESPACIOS CON PRODUCTO INTERNO
Por lo tanto, combinando ambos resultados, se tiene en forma general, para cualquier
espacio con producto interno
Ahora le toca al axioma P4, es una especie de linealidad por la izquierda, es decir la
adición se distribuye con el pi
hu + v, wi = hu, wi + hv, wi
Se dejará al lector la comprobación que también 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 expresión siguiente
logrando así verificar en primer axioma de pi. El estudiante podría de manera similar,
trabajando con matrices cuadradas de orden 2 × 2, poder comprobar los otros axiomas.
Ya habíamos comentado que nuestro interés, es dotar al espacio R2 de un producto
interno. Definamos una función
h i : R × R2 → R
hu, vi = ax + by
hu, ui = x2 + y 2 ≥ 0
= λax + λby
= λ(ax + by)
= λhu, vi
por lo tanto el axioma P3, está demostrado, el alumno debe notar que se ha depen-
dido únicamente de la definición dada hu, vi = ax + by
P4: Sean los vectores u = (a, b), v = (x, y), w = (p, q) del espacio R2 , calculando
= (a + x)p + (b + y)q
= hu, wi + hv, wi
por lo tanto, diremos que la función definida es lineal con respecto a la primera
variable.
El producto interno antes mencionado por lo que va a generar en el plano R2 , con respecto
a los ángulos de manera especial la perpendicularidad de los vectores, recibirá un nombre
especial producto interno canónico o euclidiano.
Si en un problema trabajando en el plano, no se menciona el p.i. ha desarrollarse, se
sobreentenderá que se trata del canónico.
Por lo visto en general, al trabajar en R2 , se tiene las cualidades adicionales
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)
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.
hu, ui ≥ 0
Ejemplo 3.2.
Considere u = (a, b), v = (x, y) y defina hu, vi = λ(ax + by). ¿Que condición
le darías a λ ∈ 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 λ como positivo , es decir
λ>0
26 CAPÍTULO 3. ESPACIOS CON PRODUCTO INTERNO
λ=0oλ<0
llegamos a una contradicción 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
Definición 3.2. Sea V un K-espacio vectorial, con un producto interno asociado a él.
Sean u, v ∈ V dos vectores en dicho espacio
u⊥v ⇐⇒ hu, vi = 0
3.2. VECTORES ORTOGONALES EN UN ESPACIO VECTORIAL 27
◦ En el caso especial que el producto interno asociado al espacio vectorial real, sea el
canónico en decir
h(a, b), (x, y)i = ax + by
◦ Como la ortogonalidad está en cualquier espacio con p.i, luego es válido hablar de
matrices ortogonales, funciones ortogonales.
a b
Por ejemplo en el espacio de matrices M = { : a, b, c, d ∈ R} , juntamente
c d
con el producto interno asociado a este espacio
hA, Bi = 7
A 6⊥ B
1 0 0 1
Pero si tomamos los vectores yB= si son ortogonales, se sugiere
1 0 0 −1
verifícalo.
28 CAPÍTULO 3. ESPACIOS CON PRODUCTO INTERNO
Considere los vectores u = (1, 2) y v = (7, −4), si se considera el p.i canónico, se tiene
hu, vi = −1
hu, vi = 14 + 14 − 4 − 24 = 0
u⊥ = (−b, a)
Así tenemos, sea u = (2, 4), luego u⊥ = (−4, 2). Esta definición tiene algunas particu-
laridades, 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
Ejemplo 3.5.
Considere u, v dos elementos del espacio R2 . Probar que (u + v)⊥ = u⊥ + v ⊥
Ejemplo 3.6.
Sean λ ∈ R2 y u ∈ R2 . Demostrar que (λu)⊥ = λu⊥ .
Ejemplo 3.7.
Sea u ∈ R2 , entonces se cumple que (u⊥ )⊥ = −u
Ejemplo 3.8.
Sean u, v ∈ R2 dos vectores no nulos. Probar que
u k v ⇐⇒ hu, v ⊥ i = 0
por lo tanto
hu, v ⊥ i = 0
(⇐=) Considere u = (a, b) y v = (x, y) luego tenemos v ⊥ = (−y, x), por hipótesis 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
por lo tanto u k v
Ejemplo 3.9.
Definamos para u = (x, y) ∈ R2 la norma del vector u de la forma siguiente
p
kuk = x2 + y 2
a2 + x 2 y 2 + b 2 x2 + y 2 + a2 + b2
hu, vi ≤ |ax| + |yb| ≤ + = =1
2 2 2
Ejemplo 3.10.
Dado un vector u = (a, b) 6= (0, 0). Probar que para todo w ∈ R2 se puede
escribir
w = xu + yu⊥
xa − yb = p
xb + ya = q
ya que el vector w = (a, b) es no nulo. Esto nos indica que el sistema anterior tiene solución
en x e y, la cual se puede determinar por Cramer, la cual está dada por
p −b
q a pa + bq
x= = 2
a −b
a + b2
b a
de manera similar, se obtiene la segunda expresión
a p
b q aq − bp
y= = 2
a −b
a + b2
b a
por lo tanto, esto me indica que
esta ecuación 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 uni-
cidad de su solución 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
= a2 x2 + b2 y 2 + 2abxy + b2 x2 + a2 y 2 − 2abxy
= (a2 + b2 )(x2 + y 2 )
√ 2p 2
= a2 + b2 x2 + y 2
= kuk2 kvk2
4
Espacios Normados
N1 : kvk ≥ 0, ∀v ∈ V
N2 : kuk = 0 ⇐⇒ u = 0
N3 : kλuk = |λ|kuk
N4 : ku + vk ≤ kuk + kvk.
Con respecto al axioma M2 , nos indica que el único vector cuya norma es cero, es
el vector nulo.
Este axioma tiene dos implicaciones:
kuk = 0 =⇒ u = 0
también
u = 0 =⇒ kuk = 0
33
34 CAPÍTULO 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
k − uk = kuk
Nuestra intención es dar al espacio vectorial R2 una norma especial. Sea R2 el espacio
vectorial juntamente con su producto interno canónico, es decir
hu, vi = ax + by
donde u = (a, b) y v = (x, y). Podemos de manera muy natural, originar una función
kk : R2 → R cuya regla de correspondencia esta dada por
√
kuk = k(a, b)k = a2 + b 2
Ejemplo 4.1.
Sea V un espacio vectorial con producto interno y kk una norma en dicho
espacio. Demuestre que
hu, viui
w=v−
kuk2
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, vea-
mos a continuación cada uno de ellos
p
N2 : Considere que se cumple kuk = 0, luego hu, ui = 0 por lo tanto
hu, ui = 0
Debe notar que estas propiedades, se esta demostrando en forma independiente del
espacio vectorial y del cuerpo que se este actuando
= (kuk + kvk)2
podemos definir una norma, es decir convertir a dicho R2 en un espacio normado, consi-
derando
p
k(a, b)k = h(a, b), (a, b)i
√
k(3, 4)k = 5 2
pero si utilizamos la norma euclidiana, es decir la que proviene del producto interno
canónico, 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 sería depende de la norma ha utilizar, es decir, dame una norma en dicho
espacio y podré darte la respuesta.
Ejemplo 4.3.
Sea u, v ∈ R2 con el producto interno arbitrario. Probar que
Ejemplo 4.4.
En el espacio vectorial R2 con producto interno. Demostrar que
u ⊥ v ⇐⇒ ∀λ ∈ R, ku + λvk ≥ kuk
38 CAPÍTULO 4. ESPACIOS NORMADOS
= kuk2 + λ2 kvk2
≥ kuk2
por lo tanto
λ2 (kvk2 ) + λ(2hu, vi) + 0 ≥ 0, ∀λ ∈ R
hu, vi2 ≤ 0
hu, vi = 0
Ejemplo 4.5.
Demostrar: Sean u, v ∈ R2 con el producto interno canónico. Entonces
f (r) = 0
ku + rvk2 = 0
ukv
40 CAPÍTULO 4. ESPACIOS NORMADOS
(⇐=) Si se tiene como hipótesis que u k v, entonces existe algún λ ∈ R de modo que se
tenga
u = λv
operando
|hu, vi| = |hλv, vi| = |λhv, vi| = |λ||hv, vi| = |λ|kvk2 = |λ| v| | vk = kukkvk
Pruebe que k.k función anterior define una norma en R2 , llamada también la norma
del máximo.
3. Demostrar que en un espacio con norma inducida por el producto interno, es decir
p
kuk = hu, ui, se verifica que
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.
11. Demostrar que las diagonales de un trapecio y la recta que une los puntos medios
de los lados paralelos, se cortan en un único punto.
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 vértices de un paralelogramo.
15. Tres puntos A,B y C son colineales si y solo si para todo P ∈ R2 existe λ ∈ R tal
−→ −→ −−→
que P C = (1 − λ)P A + λP B.
16. Demostrar que en un cuadrilátero los segmentos que unen los puntos medios de los
lados opuestos se bisecan mutuamente.
17. Probar que las tres alturas en un triángulo cualquiera, se cortan en un solo punto.
−−→ −−→ −→
20. Dado un triángulo ABC cuyas medianas son AD, BE y CF . Probar que
−−→ −−→ −→ → −
AD + BE + CF = 0
42 CAPÍTULO 4. ESPACIOS NORMADOS
21. Las coordenadas de los vértices de un cuadrado son (1, 4) y (4, 8). Determine las
otras coordenadas de dicho cuadrado.
Como una observación adicional, es que para cualquier vector no nulo v ∈ V , conside-
remos
v
w=
kvk
tomando módulo 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
v = kvk( ) = kvkw
kvk
v
donde w = kvk
, además, v y w son vectores paralelos y del mismo sentido, es decir
vkw
estos vectores son unitarios con respecto a la norma canónica o euclidiana, es decir la
norma que proviene del producto interno euclidiano
kik = 1 y kjk = 1
4.4. PROBLEMAS PROPUESTOS 43
v = (x, y) = xi + yj
donde u = (x1 , x2 ), v = (yx , y2 ) y la norma, la inducida por este producto interno esto
quiere decir
p
kuk = hu, ui
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 Geométricos
D1 : d(x, y) ≥ 0, ∀x, y ∈ S
D2 : d(x, y) = 0 ⇐⇒ x = y
Note que esta definición de función distancia, está dado, para un conjunto cualquiera,
no vacío 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 número no negativo.
El axioma (D2) me indica que la única 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 función distancia en el espacio euclidiano R2 , esta distancia la
definiremos en términos de la norma de un vector, es decir es inducida por una norma.
45
46 CAPÍTULO 5. ESPACIOS GEOMÉTRICOS
d(u, v) = ku − vk
donde u, v ∈ R2 .
Ejemplo 5.1.
Probar que d : R2 × R → R definido anteriormente, es una función distancia.
Prueba: Basta con demostrar que se verifique los cuatro axiomas de distancia
d(u, v) = ku − vk ≥ 0
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
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
p √ √
d(u, v) = (3 − 1)2 + (4 − 1)2 = 4 + 9 = 13
Ejemplo 5.2.
En R originar una función distancia.
Prueba: Podemos considerar por ejemplo la función 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 demostración de los cuatro
axiomas de distancia. Se deja al lector con este detalle.
Ejemplo 5.3.
Sea S un conjunto no vacío arbitrario. Buscar una función que sea una dis-
tancia en S.
Podrá comprobar el estudiante, que verifica con los cuatro axiomas de distancia.
hu, vi
cos θ =
kukkvk
hA, Bi = T raza(A⊥ B)
1 0
luego en este espacio podemos definir el ángulo formado por los vectores A =
1 0
y
1 1
B= , con un proceso de matrices podemos notar que
1 0
√ √
kAk = 2, kBk = 3
luego nos hemos asegurado que dichos vectores son no nulos, por lo tanto tiene
sentido definir el ángulo formado por estos vectores, mediante el coseno
√
hA, Bi 2 6
cosθ = =√ =
kAkkBk 6 3
hu, vi = 0
√
kuk = 5
√
kvk = 20
(1, 2) ⊥ (−4, 2)
Ejemplo 5.4.
π
Sabiendo que los vectores u, v ∈ R2 forman un ángulo de 3
radianes y kuk =
5, kvk = 8.
Determine ku − vk.
ku − vk = 7
50 CAPÍTULO 5. ESPACIOS GEOMÉTRICOS
Ejemplo 5.5.
Probar que si u, v ∈ R2 no nulos, están formando un ángulo cuya medida es θ
con 0 ≤ θ ≤ π, entonces
|hv ⊥ , ui|
sen θ =
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 ⊥
Ejemplo 5.6.
Considere u, v ∈ R2 dos vectores no nulos. Demostrar que u ⊥ v si y solo si
el ángulo formado por u y v 90◦
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 ángulo entre u y v.
Prueba: Considere α la medida del ángulo formado por los vectores u y u + v, de igual
modo ψ la medida del ángulo entre los vectores v y u + v.
5.3. PROBLEMAS PROPUESTOS 51
cos α = cos ψ
ahora como la función coseno en el intervalo [0, π] es inyectiva, luego podemos concluir
que α = ψ.
Ejemplo 5.8.
¿Qué condiciones debe cumplir u y v dos vectores no nulos de R2 , para que
u + v biseque al ángulo entre u y v.
2. Considere que u, v ∈ R2 dos vectores unitarios y α la medida del ángulo entre ellos.
α ku − vk
Demostrar que sen =
2 2
u v
3. Dado dos vectores no nulos u, v ∈ R2 . Demostrar que kuk
+ kvk
biseca al ángulo
entre u y v.
en el caso que es posible expresarlo como combinación lineal, poder determinar los esca-
lares adecuados para ello?. Esto quiere decir
w = au + bv
para a, b ∈ R.
Nosotros en forma muy particular estaremos interesados en una descomposición 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 única
de modo que se cumpla
w = au + bv
hw, v ⊥ i
a=
hu, v ⊥ i
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
hu, v ⊥ i =
6 0
w = (x, y)
u = (x1 , y1 ), u⊥ = (−y1 , x1 )
v = (x2 , y2 ), v ⊥ = (−y2 , x2 )
ahora sí, calculamos antes los valores de a y b por medio de las componentes definidas
−xy2 + yx2
a=
−x1 y2 + x2 y1
también
−xy1 + x1 y
b=
−x2 y1 + x1 y2
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
54 CAPÍTULO 5. ESPACIOS GEOMÉTRICOS
au + bv = w
luego tenemos que probar, que estos escalares son los mismos valores dados anteriormente
vistos en la existencia, es decir
hw, v ⊥ i
a=
hu, v ⊥ i
y
hw, u⊥ i
b=
hv, u⊥ i
para ello calculemos
Ejemplo 5.10.
Sea w ∈ R2 un vector no nulo. Entonces para cada u ∈ R2 existen en forma
única escalares α y β en R, de modo que se cumpla
u = αw + βw⊥
5.4. PROYECCIÓN ORTOGONAL EN UN ESPACIO VECTORIAL 55
Prueba: Este resultado, ya se demostró en el ejercicio anterior, pero lo que si nos interesa,
es como son los coeficientes. Calculemos para poder determinarlos
hu, wi
proyw u = w
kwk2
al cual le llamaremos protección ortogonal del vector u sobre el vector w.
De manera similar, tenemos
hu, w⊥ i
proyw⊥ u = w
kwk2
de manera similar le denominaremos proyección del vector u sobre el ortogonal de w.
Luego podemos generalizar este resultado, dando una definición a esta expresión, vea-
mos ello
Definición 5.3.
Sean u, w dos vectores de R2 con w no nulo, luego la proyección del vector u
sobre el vector w esta dado por la expresión siguiente
hu, wi
proyw u = w
kwk2
u = proyw u + proyw⊥ u
Ejemplo 5.11.
Sea w ∈ R2 un vector no nulo. Probar que
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
proyw (tu) = w
kwk2
hu, wi
= t w
kwk2
= tproyw u
|compw u| = kproyw uk
5.4. PROYECCIÓN ORTOGONAL EN UN ESPACIO VECTORIAL 57
Demostremos ello
hu, wi
kproyw uk = k wk
kwk2
hu, wi w
= k k
kwk kwk
hu, wi
= | |
kwk
= |compw u|
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.
es decir tienen sentidos opuestos. Esto nos lleva a pensar que el ángulo que forman los
vectores u y w es del tipo obtuso, luego se tiene una información más completa la gráfica
de dichos vectores.
58 CAPÍTULO 5. ESPACIOS GEOMÉTRICOS
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 módulo o norma del vector pedido
ha, bi 5
=−
kbk 2
ka − bk2 = 49
por lo tanto
ka − bk = 7
ha, bi
compb a =
kbk
hb, ai
compa b =
kak
ahora como ha, bi = hb, ai, podemos decir que
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 términos de los escalares x, y, z.
5.5. PROBLEMAS PROPUESTOS 59
entonces
kck2 + kdk2 + 2hc, di = x2
por lo tanto
x2 − y 2 − z 2
hc, di =
2
Finalmente
hd, ci x2 − y 2 − z 2
compc d = =
kck 2y
Prueba: Trabajando con la ecuación 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.
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 situación.
60 CAPÍTULO 5. ESPACIOS GEOMÉTRICOS
Ejemplo 5.17.
−
→
Dada los vectores −
→
a , b ∈ R2 que definen una región paralelepípeda, es decir
forma un paralelogramo. Entonces el área de ella esta dada por
−
→ −
→
A = |h−
→
a , b ⊥ i| = |h−
→
a ⊥ , b i|
Ejemplo 5.18. Dada un paralelogramo, con vértices A(1, 2), B(3, 5), D(6, 3). Determine
el valor del área 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 área pedida es 13.
Como consecuencia directa a esta propiedad se tiene el cálculo del área de una región
triangular.
→
−
Ejemplo 5.19. Considere →
−
a b ∈ R2 dos vectores que definen un triángulo, por lo tanto
el valor de su área, esta dada por
→
−
|h→
−
a , b ⊥ i|
A=
2
5.6. ÁREA DE UN PARALELOGRAMO 61
Ejemplo 5.20. Determine el área del 4ABC, sabiendo que A = (3, −2), B = (8, 1) y
C = (5, −4).
Prueba: Respuesta − 16
9
.
6
Introducción al Álgebra Lineal
Ω
Ahora como nuestro objetivo de esta parte del curso, es trabajar en el espacio cartesiano,
particularizaremos la definición general anterior, al espacio vectorial R2 .
w = αu + βv
Ejemplo 6.1.
Considere w = (1, 2) y u = (3, 4), v = (1, 0), ¿w es combinación lineal de u y
v?
63
64 CAPÍTULO 6. INTRODUCCIÓN AL ÁLGEBRA LINEAL
1 1
α = ,β = −
2 2
Ejemplo 6.2.
Considere w = (2, 3) y u = (1, 2), v = (2, 4). Demostrar que w no es combi-
nación lineal de u y v.
luego se tiene (2, 3) = α(1, 2) + β(2, 4), luego podemos formar el sistema
α + 2β = 2
2α + 4β = 3
Ω
Note que el resultado anterior no significa que u no lo sea también una combinación lineal
entre w y v.
Es claro que esta definición esta dada para dos elementos u y v, pero se puede generalizar
para más elementos, por ejemplo para tres vectores, es decir
Ejemplo 6.3.
Probar que (1, 2) es una combinación lineal entre los vectores (2, 3), (1, 5) y
(−4, 8)
w = αu + βv
Si consideramos cierta esta cualidad, entonces podemos determinar estos escalares que ya
existen y no olvidemos que se dan en forma única.
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 = αu + βv
hw,v ⊥ i hw,u⊥ i
donde α = hu,v ⊥ i
y también β = hv,u⊥ i
Prueba: Calculamos hw, v ⊥ i = hαu + βv, v ⊥ i, por lo tanto hw, v ⊥ i = αhu, v ⊥ i, ahora
como son vectores no paralelos, es decir
u∦v
entonces se tiene
u 6 ⊥v ⊥
hw, v ⊥ i
α=
hu, v ⊥ i
66 CAPÍTULO 6. INTRODUCCIÓN AL ÁLGEBRA LINEAL
hw, u⊥ i
β=
hv, u⊥ i
Ejemplo 6.5.
Considere w = (1, 2) y u = (3, 4), v = (1, 0). Determine α, β de modo que
w = αu + βv
Prueba: Hallando α :
hw, v ⊥ i 2 1
α= = =
hu, v ⊥ i 4 2
de la misma manera vamos a determinar el valor de β
hw, u⊥ i 2 1
β= ⊥
= =−
hv, u i −4 2
Una de las definiciones importantes del álgebra lineal, es la independencia lineal, a con-
tinuación daremos la definción para cualquier espacio vectorial, para luego particularizarlo
al espacio R2 .
Definición 6.4.
Sea V un espacio vectorial y u, v ∈ V . Diremos que u y v son vectores lineal-
mente independiente (li) si y solo si [αu + βv = 0 =⇒ α = β = 0]
Esto nos quiere indicar que la única forma de expresar dichos vectores como combina-
ción 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.
6.1. BASES DE UN ESPACIO VECTORIAL 67
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).
1u + (−λ)v = 0
por lo tanto hemos encontrado una combinación lineal nula, con coeficientes no todos
nulos. Luego por definición u y v no son linealmente independiente.
Así, 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 definición, colocando la ecuación
en a y b
au + bv = 0
a continuación lo resolvemos y tenemos que encontrar una única solución para dichos
escalares
a=b=0
a + 3b = 0
2a + b = 0
En este punto, podemos generalizar para tres o mas vectores el hecho de ser l.i. se deja
al lector esta generalización.
Claro que con esta idea podemos proceder a definir el término l.i para un número finito
de vectores en un espacio vectorial cualquiera.
λ1 = λ2 = · · · = λn = 0
Ejemplo 6.9.
Sea V un espacio vectorial sobre un cuerpo K, considere D ⊂ V un subcon-
junto no vacío de V .
Definir lo que significaría que D es un conjunto l.i en V sobre el cuerpo K.
Ejemplo 6.10.
Probar que tres vectores en R2 nunca es l.i, es decir necesariamente es l.d.
de aquí se obtiene una combinación nulo de dichos vectores con coeficiente no todos nulos
1w + (−α)u + (−β)v = 0
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 última parte de este material: El término lineal-
mente independiente, conjunto generador de un espacio vectorial y finalmente Base de
un espacio vectorial, esperando que estas tres definiciones podamos reflexionarlos, inver-
tir tiempo en discutir esos conceptos, pensar como seria la negación de las mismas, dar
ejemplos de conjuntos finitos e infinitos que cumplan estas tres cualidades, dado un es-
pacio vectorial, poder determinar una base para él, ya que se tiene por cierto que todo
70 CAPÍTULO 6. INTRODUCCIÓN AL ÁLGEBRA LINEAL
espacio vectorial, cualquiera que sea tiene Base y no necesariamente esta es única, pero
si son biyectables. Definiremos a continuación lo que significa un conjunto en un espacio
vectorial, que esté generado por vectores.
£{L} = {w ∈ V : existen λ1 , λ2 , . . . , λn ∈ K, v1 , v2 , . . . , vn ∈ L, n ∈ N,
w = λ1 v1 + · · · + λn vn }
Podemos indicar, que cada elemento del conjunto £{L}, es una combinación lineal de
los elementos del conjunto L.
El el curso del Álgebra Lineal, veremos que este conjunto formado por todas las combi-
naciones lineal de los elementos de L, van a formar en sí 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 está, 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, sellándolo en una definicón.
£{L} = V
Esto nos está indicando que cualquier elemento del espacio vectorial V , se puede
expresar no necesariamente en forma única, como combinación lineal de los elementos de
L.
Ejemplo 6.12.
Probar que el espacio vectorial R2 , puede ser generado por dos elementos.
6.1. BASES DE UN ESPACIO VECTORIAL 71
Prueba: Claro está que basta encontrar un par de elementos que logren generarlos. Para
ello consideremos a los vectores
llamado los vectores canónicos de este espacio. Más adelante trabajará en el espacio R3 ,
allí se detallaran como en paralelo estas definiciones y aparecerán otras nuevas.
Podemos afirmar que £{e1 , e2 } = R2 (estamos utilizando una notación simplificada ya que
debería haber dos paréntesis).
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 resul-
tado anteriormente visto, cualquier elemento w del espacio vectorial R2 , se puede expresar
como combinación lineal de dicho par de vectores, lo cual es justo lo que necesitamos.
Ejemplo 6.14.
Demostrar que {(3, 4), (1, 2)} genera a R2 .
Ejemplo 6.15.
Demostrar que {(3, 4), (1, 2), (1, 9)} genera a R2 .
Ejemplo 6.16.
Demostrar que {(1, 2), (2, 4)} no genera a R2 .
pero esto va a generar un sistema de dos ecuaciones con dos incógnitas, que van a ser
incompatibles (detallar), es decir se entra a un proceso de contradicción, luego debemos
negar lo supuesto, es decir {(1, 2), (2, 4)} no genera a R2 .
Ahora daremos casí la última definción de este material, el de ser Base de un espacio
vectorial, este concepto está dependiendo de los dos dados anteriormente, el hecho de ser
l.i y generador.
Definición 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.
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 también en forma contra-
ria, primero que es l.i., luego lo generá.
Se deja al estudiante para su verificación.
Ejemplo 6.18.
¿{(1, 3), (−2, −6)} es una base para el espacio R2 ?
6.1. BASES DE UN ESPACIO VECTORIAL 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)
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
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 canónica,
es decir {e1 , e2 } es una Base del espacio R2 .
A continuación veremos acerca de la unicidad del número 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 suposición del espacio R2 , ahora debemos obtener la contradicción.
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 λ ∈ R tal que
w = λv
es decir
(a, b + 1) = λ(a, b)
distintos de dicha Base que existe por suposición, como u1 , u2 son vectores no nulos y no
paralelos, ya que si fuesen alguno de ellos con estas características ya no sería Base. Luego
por un ejercicio realizado anteriormente se tiene que
u3 = αu1 + βu2
con lo cual resulta que no sería l.i., luego esto no se puede dar.
Esto significa que más de dos elementos no puede contener una Base en R2 .
Por lo tanto como está 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 único número, le
denominaremos Dimensión del espacio vectorial y lo denotaremos por
dim(R2 ) = 2
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.
8. Sabiendo que (a, b) y (c, d) son dos vectores en R2 , serán l.i si y solo si se cumple
ad − bc 6= 0.
10. Dado el conjunto M = {(1, 2), (2, −4), (2, −3), (1, −2)} de pares ordenados. Encon-
trar subconjuntos no vacíos se M , de modo que sean cada uno ellos l.i.
11. Sabiendo que {u, v} es una Base para R2 y λ 6= 0. Demostrar que {u + λv, v} es
también una Base.
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.
18. Sean u, v ∈ R2 dos vectores. Demostrar {u, v} son l.i si y solo si {u, v} es generador
de R2 .
76 CAPÍTULO 6. INTRODUCCIÓN AL ÁLGEBRA LINEAL
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 .
Observación: No necesariamente V tiene que tratarse como R2 , se está considerando
un espacio arbitrario.
22. Encontrar una Base del espacio de todas las matrices de orden 2 × 2 con entradas
en los reales.
Obserbación: se notará que la dimensión de este espacio es 4, es decir dimM2 = 4.
V1 + V2 = {u + v : u ∈ V1 , v ∈ V2 }
25. Sean u, v y w tres vectores l.i en un espacio V . Demostrar que u+v, u−v y u−2v +w
también son l.i.
0∈V⊥
∀v ∈ A : hu1 , vi = 0, hu2 , vi = 0
∀v ∈ A : hu1 + u2 , vi = 0
∀u1 , u2 ∈ V ⊥ : u1 + u2 = u2 + u1
La existencia del elemento nulo, está 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 CAPÍTULO 6. INTRODUCCIÓN AL ÁLGEBRA LINEAL
h−u, vi = −hu, vi = −0 = 0
por lo tanto −u ∈ V ⊥ .
Ahora nos enfrentamos al producto por un escalar, considere λ ∈ R arbitrario (o en
su lugar un cuerpo K), y u ∈ A⊥ , v ∈ A calculemos
hλu, vi = λhu, vi = λ0 = 0
(λβ)u1 = λ(βu1 )
1u1 = u1
Prueba: Como se tiene h(1, 2), (−2, 1)i = 0 con el producto interno canónico, lue-
go intuimos (la cual es una cualidad importante a desarrollar) que el conjunto B
definido por
B = {λ(−2, 1) : λ ∈ R}
¿Cómo demostramos una igualdad entre conjuntos?, de una manera muy natural,
por doble inclusión, veamos ello
Sea w = (x, y) ∈ V ⊥ arbitrariamente tomado, luego debe cumplir que
luego x + 2y = 0 por lo tanto x = −2y, por otro lado como w = (x, y) = (−2y, y) =
y(−2, 1), se tiene por definición del conjunto B que
w∈B
w = β(−2, 1)
ahora calculemos
hw, (1, 2)i = hβ(−2, 1), (1, 2)i = βh(−2, 1), (1, 2)i = β.0 = 0
por lo tanto w ∈ V ⊥ .
3. Considere el conjunto con dos elementos A = {(−1, 3), (1, 2)}. ¿Cuáles 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
a + 2b = 0
resolviendo ambas ecuaciones lineales, se tiene que w = (a, b) = (0, 0), por lo tanto
w ∈ {(0, 0)}.
Recíprocamente, es claro que (0, 0) ∈ A⊥ .
7
Problemas Variados
a) w + u = w + v =⇒ u = v
b) 0.u = 0
c) α.0 = 0
d ) (−1)u = −u
4. Con las operaciones usuales en R2 , indique cuál 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}
81
82 CAPÍTULO 7. PROBLEMAS VARIADOS
√
6. Sea ABC un triángulo equilátero con centro en el punto (1, 1) y el vértice A(2, 3 +
1).
Determine las coordenadas de los otros dos vértices del triángulo.
7. Considere ABCD los vértices de un cuadrado, con centro (2, 2) y A(4, 6). Calcule
los vértices restantes del cuadrado.
9. Sabiendo que B = {(0, 0)}. ¿Cuales son los elementos del conjunto B ⊥ ?
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)⊥ .
a) (a + b)⊥ = a⊥ + b⊥ .
b) ha, b⊥ i = −ha⊥ , bi
c) ha⊥ , b⊥ i = ha, bi
d ) (ra)⊥ = ra⊥
16. Determine el valor mínimo 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)⊥(u−v) y 2u⊥ −v =
2v ⊥ − u.
¿Qué se puede afirmar de los vectores u y v?
21. Determinar todos los vectores reales x, de modo que se cumpla con
24. Demostrar que las diagonales de un paralelogramo ABCD, se bisecan entre sí.
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 recíproco es cierto?
26. Considere P, Q ∈ R2 dos vectores, con P no nulo. Demostrar que el vector Q− hP,Qi
kP k2
P
es un vector ortogonal al vector P .
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 CAPÍTULO 7. PROBLEMAS VARIADOS
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 combinación lineal de (1, 3) y (2, 4).
35. Sean u, v ∈ R2 no nulos y no paralelos. Probar que existe en forma única 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 rectángulo, recto en B.
40. Determine la longitud de la altura del 4ABC trazada desde el vértice 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 área 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)
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 rectángulo ABCD de área 36, donde A = (−1, 6), B = (2, 3). Sabiendo que
AC k (3, 1), DB⊥(−3, 1).
Determine los vértices C y D.
46. Dado el punto A = (−1, 6) es uno de los vértices de un cuadrado ABCD cuyo centro
es el punto P = (− 23 , 52 ).
Determinar los otros vértices de dicho cuadrado.
−−→
49. Considere un triángulo ABC recto en A, con C = (2, 7), BC = (−8, 4). Sabiendo
−→
que P es punto medio de BC y proy− → AP = (3, 1). Determine el punto A.
AB
50. Sea ABC un triángulo, si se sabe que M = (1, 9), N = (6, 2) son los puntos medios
−→ −→
de los lados AB y BC respectivamente. Si AB k (1, 1) y proy− −→ AB = 8 (3, −1).
AN 5
51. Sea v = (1, 2), considere V = {u ∈ R2 : hu, vi = 0}. Determine la dimensión del
espacio vectorial V , es decir dim(V ).
54. Sean u = (2, 4), v = (5, −1). Encontrar un vector w ∈ R2 tal que
hu, wi = 2 ∧ hv, wi = 1
Dada el triángulo 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.
61. Sean V1 y V2 dos K-espacios vectoriales , f : V1 → V2 una función que cumple con
Probar que
a) f (0) = 0
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 .
observación: Una función f : V1 → V2 que cumple con las dos condiciones (i), (ii)
dadas del ejercicio, le llamaremos una transformación lineal.
65. Los vectores u y v forman un ángulo de 60◦ , se sabe además que kuk = 5, kvk = 8.
Determine ku + vk y ku − vk.
λ.(x, y) = (λ + λx − 1, λ + λy − 1)
a) W ∩ W ⊥ = ∅.
b) W + W ⊥ = R2
V ⊥W
√
70. Demostrar que el triángulo ABC, con A = (0, 0), B = (a, b) y C = 21 (a + b 3, 12 b −
√
a 3), forma un equilátero.(ver figura 7.1 )
7.1. PROBLEMAS PROPUESTOS FINALES 89
A C
Figura 7.1: Triángulo ABC
71. Encontrar el área del triángulo cuyos vértices son P1 = (x1 , y1 ), P2 = (x2 , y2 ) y el
origen del sistema O = (0, 0).
72. Los vértices de un triángulo están dados por (2, 7), (5, 1) y (x, 3). Sabiendo que el
área de dicho triángulo es 21. Determine el valor adecuado de x.
73. Demostrar que la condición necesaria y suficiente para que tres puntos A, B y C
estén alineados, es que existan tres números 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
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 triángulo isósceles 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 CAPÍTULO 7. PROBLEMAS VARIADOS
A C
79. Determinar los vértices de un triángulo ABC, sabiendo que los puntos medios de
sus lados están dado por los puntos (3, 7), (−4, 0) y (1, −4).
→
− −→ → − −−→
81. Sean los vectores X = AB , Y = AD. Demostrar que el área del paralelogramo
ABCD, esta dado por
→
− →
− →
− → −
q
k X k2 k Y k2 − h X , Y i2
→
− − → −
82. Sabiendo que el coseno del ángulo 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 ángulo que forman
→
−
los vectores →
−
a y b.
−→ −→ −→ −→
83. Dado un triángulo ABC y m∠(AB, AC) = 120◦ , kABk = 4, kACk = 7. Determine
−→
comp−→ AC.
−
BC
−→ −→
AE = rAC
7.1. PROBLEMAS PROPUESTOS FINALES 91
−→ −−→ −→
85. Considere M, N, R son puntos medios de los lados AB, BC y AC respectivamente,
en un triángulo ABC. Sabiendo que P ∈ R2 (P un punto cualquiera). Probar que
86. Sea u = (x1 , x2 ), v = (y1 , y2 ) vectores en R2 y sea k un escalar real. Dada la expresión
siguiente
hu, vik = x1 y1 − 3x1 y2 − 3x2 y1 + kx2 y2
87. Determine el valor o los valores de x, para que los vectores (x − 5, 4) y (2, x − 1)
sean l.i.
con
P roy− →
−
→ a = P roy−
→
−
b c a
→
91. Sean M, N y R los puntos medios de los lados de un triángulo ABC y sea P un
punto exterior al triángulo. Demostrar que
92. Sabiendo que A = (2, 8) es uno de los vértices de un cuadrado ABCD cuyo centro
esta dado por el punto (4, 3). Determine los vértices restantes del cuadrado.
92 CAPÍTULO 7. PROBLEMAS VARIADOS
A C
93. Sabiendo que A, B = (3, −2) y C = (4, 2) son tres puntos colineales y distintos
entre sí. Si se tiene que
A + B = λC + λ2 B
95. Determine el valor de λ, para que los vectores u = (λ − 5, 4) y v = (2λ, −1) sean 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 también una base.
¿El recíproco, 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 .
7.1. PROBLEMAS PROPUESTOS FINALES 93
101. En un espacio vectorial V arbitrario probar que si dos vectores son l.d, entonces uno
de ello es múltiplo del otro.
Bibliografía
95
Índice alfabético
adición, 9
combinación lineal, 71
componente escalar, 64
distancia, 51
norma, 37
producto cartesiano, 1
producto interno, 23
vector unitario, 47
97