Estefanía Martínez Meneses

|Espacio Vectorial|

Un vector es un ente matemático que encuentra aplicaciones físicas, pero ante todo es
un ente matemático que pertenece a un espacio vectorial.

Analogía

Un vector es como un “monstruo” formado

por números que al unirse con otros vectores
el monstruo evoluciona.

Espacio vectorial V es un ente matemático que contiene todos los vectores, así como
cualquier suma de los mismos y cualquier extensión que se haga de ellos al
multiplicarlos por un escalar del campo k mayor a uno.

a⃗ , b⃗ ∈V a⃗ + ⃗b ∈V k⃗a ∈V

R
k es cualquier valor real (entero, fraccionario, irracional).

Todo vector pertenece al espacio vectorial.

Analogía

Espacio vectorial es como un “recipiente” con

paredes muy flexibles.

|Dimensión|

Rn donde n es la dimensión en la que trabajamos y corresponde a números enteros e

R indica que los componentes son reales. Dimensión es el número de vectores
linealmente independientes que se requieren para definir cualquier otro vector dentro
de ese espacio vectorial.
 R1 Una dimensión.

R2 Dos dimensiones. Plano cartesiano. (Por ejemplo, ejes “x” y “y”).

R3 Tres dimensiones. Plano volumétrico. (Por ejemplo, ejes “x”, “y” y “z”. Nuestra
realidad es en tres dimensiones.

R4 Cuatro dimensiones. Matemáticamente es posible, pero desde el punto de vista real

nuestras mentes no son capaces de imaginarlo. (Por ejemplo, ejes “x”, “y”, “z” y
tiempo).

Dato curioso:

El cine en 3D realmente son dos

dimensiones pretendiendo ser tres. Y de ser
tres dimensiones las imágenes nos
atravesarían y tendríamos que voltear atrás
para ver.

Ejemplos: R1 ⃗k= (7 )

R2 ⃗k= (7,7 ) Al encontrar el cruce de esos dos puntos sobre las dos rectas que son
independientes, ese cruce representa el vector como tal.

R3 ⃗k =( 1,1,0.75 )

Básicamente n es el numero de vectores linealmente independientes necesarios para

definir cualquier otro vector en ese espacio vectorial.

|Base|

La base es cualesquiera n vectores independientes en un espacio n-dimensional.

Para crear en R1 una base es necesario 1 vector.

Ejemplo:

Recta numérica de o a 7

Vector k⃗ es el vector base, el vector que describe esta situación es 1, R1. En la base k⃗ el
numero 7 es 1. (Es decir, se necesita 1 vector k⃗ para llegar al punto 7).

Ahora para describir un segundo vector ⃗j se define de tamaño 1. En la base ⃗J el

numero 7 es 7. (Es decir, se necesitan 7 vectores ⃗j para llegar al punto 7).

Depende de que base se utilice el vector es diferente. |⃗k|≠|⃗J|

El escalar 7 con una base de tamaño 1 de vector, vale 7. El escalar 7 con una base de
tamaño 7 de vector, vale 1.

El escalar siempre vale 7 pero el vector puede valer lo que se desee dependiendo de
qué base se utilice.

|Base en R2|

Al pasar al espacio R2 se complica bastante. R2 depende de dos vectores.

⃗p R2

Vector de posición en .
 x ⃗e1 + y ⃗e 2 = resultante (distancia del orgien al punto, es decir el cruce de e⃗ 1 y e⃗ 2 o bien
en ⃗p Vector de posición en R2.

|Base en R3|

R3

depende de tres vectores.

x ⃗e1 + y ⃗e 2 + ze⃗ 3 = resultante es decir el curce de e⃗ 1 , e⃗ 2 y e⃗ 3 o bien en ⃗

m Vector posición en
R3 .

e⃗ 1 , e⃗ 2 , y e⃗ 3 son vectores unitarios de magnitud 1. |e⃗1|, |⃗

e 2|, |e⃗3| = 1

Base con vectores unitarios recibe el nombre de base canonica.

e⃗ 1 = (1, 0, 0) base canonica o bien e⃗ 1 = e⃗ 1+ 0 ⃗e2 + 0e⃗ 3

e⃗ 2= (0, 1, 0) base canonica o bien e⃗ 2= 0 e⃗ 1+ ⃗e2 + 0e⃗ 3

e⃗ 3 =(0, 0, 1) base canonica o bien e⃗ 3 = 0 e⃗ 1+ 0 ⃗e2 + e⃗ 3

|Indepenencia Lineal|

N vectores diferentes entre si y no necesariamente cero todos son lineamente

independientes entre si, si y solo si, la siguiente ecuación se cumple solamente con
coeficientes α i todos idénticamente cero:

∑ α i ⃗v i=0
 Para el caso de dimensión 3 R3: α 1 ⃗
v 1+ α 2 ⃗
v 2 +α 3 ⃗
v 3=0 (conjunta tres ecuaciones).

Para que una matriz sea invertible, es decir tenga inversa, el determinante debe ser ≠
de 0. Al tener inversa automáticamente tiene una solución única.

v1 , ⃗
⃗ v2 y ⃗
v 3 son vectores linealmente independientes.

Vector fila x escalares columna en R3

α1 vx vx v x α1 0

( )( )( ) ( )
1 2 3

v1 , ⃗
(⃗ v 2 , ν⃗3 ) α 2 = v y 1
vy 2
v y a2
3
= 0 (Da 0 por la condición de definición matemática de
α3 vz vz vz α3 0
1 2 3

independencia lineal)

Forma compacta:

A ⃗x =0⃗
⃗ (si tiene solución o infinitas)

⃗
A−1 ⃗
A ⃗x =¿ ⃗
A−1 ⃗0 (para que tenga solución única la matriz A debe tener inversa)

⃗I ⃗x = ⃗0 (se multiplica la inversa por ambos lados de la ecuación)

⃗x =0⃗

Ejercicio 1: Formar una base trabajando en R3 con los vectores de posición de los puntos
(2,3,5) , (1,-1,1) y (2,-2,2).

*Condición: para que una matriz sea invertible su determinante es ≠ 0.*

2 1 2

[ 3 −1 −2 = 2
5 1 2
1 ]
−1 −2
2
–1
3 −2
5 2
+2|3 −1
5 1 | | | | |
= 2 * (-2 – (-2)) – 1 * (6 – (-10)) + 2 * (3

– (-5)) = 0 – 16 + 16 = 0 (no cumple con la condición).

Calculo del determinante de una matriz con Excel:

 Con la formula: MDETERM(RANGO DE
CELDAS)

Ejercicio 2: Demuestre que los vectores de posición de los puntos (3,2,1) , (7,-1,-3) y
(4,4,1) forman una base en R3 y con ellos exprese el vector (2,1,7).

3 7 4

[ ]
2 −1 4 = 3
1 −3 1
−1 4
|
−3 1
–7
2 4
| | | |
1 1
+4
2 −1
1 −3 |
= 3 * (-1 – (-12)) – 7 * (2 – 4) + 4 * (-6 – (-1))

= 33 – (-14) + (-20) = 27 (cumple con la condición).

Calculo del determinante de una matriz con Excel:

Con la formula: MDETERM(Rango de

celdas).

Calculo de la matriz inversa con Excel:

 Con la formula: MINVERSA(Rango de
celdas).

Cálculo de Alfas con Gauss Jordan

α1 3 7 4 α1 2 α1 3 7 4 −1
2
( )(
α3 1 −3 1 α 3)( ) ( ) ( ) (
A α 2 = 2 −1 4 α 2 = 1
⃗
7
α 2 = 2 −1 4
α 3 1 −3 1 ) () 1
7

α1 0.4074 −0.7037 1.1852 2 8.4074

() ( )( ) (
α 2 =¿ 0.0741 −0.0370 −0.1481 1 = −0.9259
α3 −0.1852 0.5926 −0.6296 7 −4.1852 )
Se toma 8.4074 del vector 1 (3,2,1).

Se le quita −0.9259 al vector 2 (7,-1,-3).

Se le quita −4.1852 al vector 3 (4,4,1).