7.

1 VECTOTRES COORDENADOS

Sea (𝑉, 𝐾, +,∗) un espacio vectorial de dimensión finita con base 𝐵 = {𝑣1 , 𝑣2 , . . . , 𝑣𝑛 }, para
cada 𝑣 ∈ 𝑉 existen escalares únicos ∝1 , ∝2 , … , ∝𝑛 tales que: 𝑣 =∝1 𝑢1 +∝2 𝑢2 … +∝𝑛 𝑢𝑛
El vector en 𝑅 𝑛 cuyas componentes son los coeficientes de 𝑣, expresado como [𝑣]𝐵 , se llama
vector de coordenadas o vector coordenado de 𝑣 con respecto a 𝐵:
∝1
∝2
[𝑣]𝐵 = ( ⋮ )
∝𝑛
Observe que [𝑣]𝐵 se modifica cuando cambia la base 𝐵. También [𝑣]𝐵 depende del orden de
los elementos de 𝐵. Se mantendrá fijo este orden cuando se tenga una base ordenada.
Recordemos que en la definición matemática de conjunto, el orden de los elementos no afecta
el conjunto, sin embargo, en la definición de base ordenada el orden es importante.

7.1.1 Vector de Coordenadas y 𝑅𝑚

Teorema: Sea 𝐵 una base ordenada de un espacio vectorial 𝑉 de dimensión finita. Sean
𝑢, 𝑢1 , 𝑢2 , . . . , 𝑢𝑚 vectores en 𝑉. Entonces, 𝑢 es una combinación lineal de 𝑢1 , . . . , 𝑢𝑚 en 𝑉 ,
si y sólo si [𝑢]𝐵 es una combinación lineal de [𝑢1 ]𝐵 , . . . , [𝑢𝑚 ]𝐵 en 𝑅 𝑚 . Además, para los
escalares 𝑐1 , . . . , 𝑐𝑚 :
𝑢 = 𝑐1 𝑢1 + · · · + 𝑐𝑚 𝑢𝑚
si y sólo si:
[𝑢]𝐵 = 𝑐1 [𝑢1 ]𝐵 + · · · + 𝑐𝑚 [𝑢𝑚 ]𝐵

Figura: Múltiples Sistemas Coordenados

Ejemplo Determine el polinomio 𝑝(𝑥) sabiendo que su vector de coordenadas respecto a la
−6
base: 𝐵 = {1 − 7𝑥, ; −5 − 4𝑥}, [𝑝(𝑥)]𝐵 = ( )
2
Por definición: 𝑣 =∝1 𝑢1 +∝2 𝑢2 … +∝𝑛 𝑢𝑛 , se tiene que: 𝑣 = −6(1 − 7𝑥) + 2(−5 −
4𝑥)
𝑣 = −16 + 34𝑥
Ejemplo: En 𝑝≤1 (𝑥), determine el vector de coordenadas del polinomio 𝑝(𝑥) = −2 − 5𝑥
respecto a la base ordenada 𝐵 = {2 − 4𝑥, 4 + 𝑥}
 −2 − 5𝑥 =∝1 (2 − 4𝑥) +∝2 (4 + 𝑥)
−2 = 2 ∝1 + 4 ∝2
−5 = −4 ∝1 +∝2
∝1 = 1; ∝2 = −1

[𝑝(𝑥)]𝐵 = ( 1 )
−1

8 ESPACIOS EUCLÍDEOS:
En matemáticas, un espacio con producto interior es un espacio vectorial con una operación
adicional, el producto interno (también llamada producto escalar o producto punto). Los
espacios vectoriales con producto interno generalizan el concepto de Espacio Euclidiano (el
cual posee el producto escalar como producto interno) y se estudian en análisis funcional.

8.1 Producto interno

Sean (V, K, +, *) un espacio vectorial cualquiera. Un producto interno sobre V es una función
〈. 〉: 𝑉𝑥𝑉 → 𝐾 tal que cumple con las siguientes propiedades:
Sean 𝑢 , 𝑣 𝑦 𝑤 ∈ 𝑉 ; ∝∈ 𝐾
1. Linealidad: 〈(𝒖 + 𝒗). 𝒘〉 = 〈𝒖. 𝒘〉 + 〈𝒗. 𝒘〉
2. Homogeneidad: 〈∝ 𝒖. 𝒗〉 =∝ 〈𝒖. 𝒗〉
3. Simetría: 〈𝒖. 𝒗〉 = 〈𝒗. 𝒖〉
4. Positividad: 〈𝒗. 𝒗〉 > 𝟎, 𝒗 ≠ 𝟎

A la estructura de espacio vectorial junto con un producto interno se le denomina

espacio con producto interior.
Espacios vectoriales más frecuentemente utilizados:
• (𝑅 2 , 𝑅, +,∗)
Sean: 𝑢 = (𝑥1 , 𝑥2 )𝑦 𝑣 = (𝑦1 , 𝑦2 ); 𝑢 𝑦 𝑣 ∈ 𝑅 2
〈𝑢. 𝑣〉 = 𝑥1 . 𝑦1 + 𝑥2 𝑦2

• (𝑅 3 , 𝑅, +,∗)
Sean: 𝑢 = (𝑥1 , 𝑥2 , 𝑥3 )𝑦 𝑣 = (𝑦1 , 𝑦2 , 𝑦3 ); 𝑢 𝑦 𝑣 ∈ 𝑅 3
〈𝑢. 𝑣〉 = 𝑥1 . 𝑦1 + 𝑥2 𝑦2 + 𝑥3 𝑦3

• En general para (𝑅 𝑛 , 𝑅, +,∗)

Sean: 𝑢 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑦 𝑣 = (𝑦1 , 𝑦2 , … , 𝑦𝑛 ); 𝑢 𝑦 𝑣 ∈ 𝑅 𝑛
〈𝑢. 𝑣〉 = 𝑥1 . 𝑦1 + 𝑥2 𝑦2 +, … , +𝑥𝑛 𝑦𝑛
Por lo tanto:
𝑛

〈𝑢. 𝑣〉 = ∑ 𝑥𝑖 . 𝑦𝑖 = 𝑥1 . 𝑦1 + 𝑥2 𝑦2 +, … , +𝑥𝑛 𝑦𝑛
𝑖=1

• En general para (𝐶 𝑛 , 𝐶, +,∗)

Sean: 𝑢 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑦 𝑣 = (𝑦1 , 𝑦2 , … , 𝑦𝑛 ); 𝑢 𝑦 𝑣 ∈ 𝐶 𝑛
〈𝑢. 𝑣〉 = 𝑥1 . 𝑦1 + 𝑥2 𝑦2 +, … , +𝑥𝑛 𝑦𝑛
 Por lo tanto:
𝑛

〈𝑢. 𝑣〉 = ∑ 𝑥𝑖 . 𝑦̅𝑖 = 𝑥1 . 𝑦̅1 + 𝑥2 𝑦̅2 +, … , +𝑥𝑛 𝑦̅𝑛

𝑖=1

Ejemplo 51. Determinar si la siguiente expresión puede ser considerada un producto

interno:
Sean: 𝑢 = (𝑎1, 𝑎2 ), 𝑣 = (𝑏1, 𝑏2 ); 𝑢, 𝑣 ∈ 𝑅 2 : < 𝑢. 𝑣 > = 𝑎1 𝑏1 − 𝑎2 𝑏1 − 𝑎1 𝑏2 +
2 𝑎2 𝑏2
Para que la expresión dada sea considerada un producto interno deberá cumplir con los
axiomas anteriormente expuestos:
1. Linealidad: 〈(𝒖 + 𝒗). 𝒘〉 = 〈𝒖. 𝒘〉 + 〈𝒗. 𝒘〉

〈(𝒖 + 𝒗). 𝒘〉 = 〈(𝒖 + 𝒗). 𝒘〉 Axio. Reflexivo

= < [(𝑎1 , 𝑎2 ) + (𝑏1 , 𝑏2 )] . (𝑐1 , 𝑐2 ) > Def. vectores
= (𝑎1 + 𝑏1 , 𝑎2 + 𝑏2 ). (𝑐1 , 𝑐2 ) Hipótesis
= (𝑎1 + 𝑏1 ). 𝑐1 − (𝑎2 + 𝑏2 ). 𝑐1 − (𝑎1 + 𝑏1 ). 𝑐2 + 2(𝑎2 + 𝑏2 ). 𝑐2
Hipótesis
= 𝑎1 𝑐1 + 𝑏1 𝑐1 − 𝑎2 𝑐1 − 𝑏2 𝑐1 − 𝑎1 𝑐2 − 𝑏1 𝑐2 + 2𝑎2 𝑐2 + 2𝑏2 𝑐2
Axio. Distributivo
= (𝑎1 𝑐1 − 𝑎2 𝑐1 − 𝑎1 𝑐2 + 2𝑎2 𝑐2 ) + (𝑏1 𝑐1 − 𝑏2 𝑐1 − 𝑏1 𝑐2 + 2𝑏2 𝑐2 )
Axio. Asociativo
=< (𝑎1 , 𝑎2 ). (𝑐1 , 𝑐2 ) > +< (𝑏1 , 𝑏2 ). (𝑐1 , 𝑐2 ) > Hipótesis.
= 〈(𝑢 + 𝑣). 𝑤〉

2. Homogeneidad: 〈∝ 𝒖. 𝒗〉 =∝ 〈𝒖. 𝒗〉

〈∝ 𝒖. 𝒗〉 = 〈∝ 𝒖. 𝒗〉 Axio. Reflexivo
= <∝ (𝑎1 , 𝑎2 ). (𝑏1 , 𝑏2 ) > Def. vectores
= (∝ 𝑎1 , ∝ 𝑎2 ). (𝑏1 , 𝑏2 ) Produc. Por Escalar
=∝ 𝑎1 𝑏1 −∝ 𝑎2 𝑏1 −∝ 𝑎1 𝑏2 + 2 ∝ 𝑎2 𝑏2 ) Hipótesis
=∝ (𝑎1 𝑏1 − 𝑎2 𝑏1 − 𝑎1 𝑏2 + 2𝑎2 𝑏2 ) Axio. Recolectivo
=< (𝑎1 , 𝑎2 ). (𝑏1 , 𝑏2 ) >
=∝ 〈𝒖. 𝒗〉

3. Simetría: 〈𝒖. 𝒗〉 = 〈𝒗. 𝒖〉

〈𝒖. 𝒗〉 = 〈𝒖. 𝒗〉 Axio. Reflexivo

= < (𝑎1 , 𝑎2 ). (𝑏1 , 𝑏2 ) > Def. vectores
= 𝑎1 𝑏1 − 𝑎2 𝑏1 − 𝑎1 𝑏2 + 2𝑎2 𝑏2 Hipótesis
= 𝑏1 𝑎1 − 𝑏1 𝑎2 − 𝑏2 𝑎1 + 2𝑏2 𝑎2 Axio. Conmutativo
=< (𝑏1 , 𝑏2 ). (𝑎1 , 𝑎2 ) > Hipótesis
= 〈𝒗. 𝒖〉

4. Positividad: 〈𝒗. 𝒗〉 > 𝟎, 𝒗 ≠ 𝟎

< 𝑢. 𝑢 > =< 𝑢. 𝑢 > Axio. Reflexivo

= < (𝑎1 , 𝑎2 ) (𝑎1 , 𝑎2 ) > Def. vectores
= 𝑎 1 𝑎1 − 𝑎2 𝑎1 − 𝑎1 𝑎2 + 2 𝑎2 𝑎2 Hipótesis
 = 𝑎 12 − 2𝑎1 𝑎2 + 𝑎 22 + 𝑎 22 Suma de escalares
= (𝑎1 − 𝑎2 )2 + 𝑎 22 Def. Producto Notable
(𝑎1 − 𝑎2 )2 + 𝑎 22 > 0

8.2 Espacio Euclídeo

Sea V un Espacio Vectorial cualquiera, este espacio toma el nombre de Espacio Euclídeo si
en este espacio se ha definido un producto interno.

8.3 Norma (módulo)

La longitud de un vector 𝑢 a menudo se denomina norma de 𝑢 y se denota por ∥ 𝑢 ∥

La norma de un vector se define de la siguiente manera:
∥ 𝑢 ∥= √< 𝑢. 𝑢 >

De esta definición se ve directamente que el vector nulo es el único vector cuya longitud es
igual a cero. Un vector de norma 1 se denomina vector unitario.

Ejemplo 52. Determinar la norma de los siguientes vectores:

Sea 𝑢 = (3, 4); 𝑢 ∈ 𝑅 2

∥ 𝑢 ∥= √< 𝑢. 𝑢 >
∥ 𝑢 ∥= √< (3.4)(3.4) >
∥ 𝑢 ∥= √25
∥ 𝑢 ∥= 5

1 2
Sea 𝐴 = ( ) ; 𝐴 ∈ 𝑀𝑎𝑡(𝑅)2
3 −2
∥ 𝐴 ∥= √< 𝐴. 𝐴 >
∥ 𝐴 ∥= √𝑡𝑟(𝐴. 𝐴𝑡 )
1 2 1 3
∥ 𝐴 ∥= √𝑡𝑟 [( ).( )]
3 −2 2 −2
5 −1
∥ 𝐴 ∥= √𝑡𝑟 ( )
−1 13
∥ 𝐴 ∥= √18

Sea 𝑓(𝑥) = 𝑒 𝑥 ∁ [1,2]

∥ 𝑓(𝑥) ∥= √< 𝑓. 𝑓 >

2
∥ 𝑓(𝑥) ∥ = √∫1 𝑓(𝑥). 𝑓(𝑥). 𝑑𝑥
 2
∥ 𝑓(𝑥) ∥ = √∫1 𝑒 2𝑥 . 𝑑𝑥
𝑒 2𝑥
∥ 𝑓(𝑥) ∥ = √ 𝑙,2
2
1
∥ 𝑓(𝑥) ∥ = √2 (𝑒 4 − 𝑒 2 )

8.3.1 Propiedades de la Norma

1. ∥ 𝑢 ∥≥ 0 Positividad
2. ∥∝ 𝑢 ∥= ∥∝ 𝑢 ∥ Homogeneidad
3. ∥ 𝑢 + 𝑣 ∥≤ ∥ 𝑢 ∥ + ∥ 𝑣 ∥ Desigualdad Triangular

Un espacio vectorial V en el que hay definida una norma se denomina espacio vectorial
normado.

8.4 Distancia entre Vectores

Sean 𝑢, 𝑣 ∈ 𝑉, la distancia entre los vectores se define de la siguiente manera (para el caso
en que se pueda graficar):

u
u.v

⃗⃗⃗⃗
Si hacemos referencia con vectores, tendríamos que: 𝑣 = 𝑢 + 𝑢𝑣
Donde la distancia entre los vectores 𝑢, 𝑣 gráficamente sería: 𝑢𝑣
⃗⃗⃗⃗ = 𝑣 − 𝑢
Como la distancia es una métrica, se tiene que: ∥ ̅𝑢𝑣
̅̅̅ ∥=∥ 𝑣 − 𝑢 ∥
Ejemplo: Determinar la distancia entre los vectores dados:
𝑢 = (1,3) 𝑣 = (2,5) 𝑤 = 𝑣 − 𝑢
∥ 𝑤 ∥= √< 𝑤. 𝑤 >
∥ 𝑤 ∥= √< (𝑣 − 𝑢). (𝑣 − 𝑢) >
∥ 𝑤 ∥= √< (1 − 2). (1 − 2 >
∥ 𝑤 ∥= √5
8.5 Paralelismo

Sean 𝑢, 𝑣 ∈ 𝑉, 𝑉 un espacio vectorial cualquiera, se dice que 𝑢 𝑦 𝑣 son paralelos si ∃∝ ∈

𝐾 tal que: ∝ 𝑢 = 𝑣

8.6 Perpendicularidad.

Sean 𝑢, 𝑣 ∈ 𝑉, 𝑉 un espacio vectorial cualquiera, se dice que 𝑢 𝑦 𝑣 son perpendiculares si

< 𝑢. 𝑣 >= 0

Ejemplo 53: Supóngase que u, v y w son vectores tales que:

< 𝑢 ∙ 𝑣 >= 3, < 𝑣 ∙ 𝑤 >= −5, < 𝑢 ∙ 𝑤 >= 6 , ‖𝑢‖ = 2, ‖𝑣‖ = −2 , ‖𝑤‖ = 4
Determine el valor de las siguientes expresiones:
a. ‖5𝑤 − 2𝑣‖
b. < 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >

Solución:
a. ‖5𝑤 − 2𝑣‖
‖5𝑤 − 2𝑣‖ = √(5𝑤 − 2𝑣). (5𝑤 − 2𝑣)
‖5𝑤 − 2𝑣‖ = √25 < 𝑤 ∙ 𝑤 > −10 < 𝑣 ∙ 𝑤 > −10 < 𝑣 ∙ 𝑤 > +4 < 𝑣 ∙ 𝑣 >
‖5𝑤 − 2𝑣‖ = √25 < 𝑤 ∙ 𝑤 > −20 < 𝑣 ∙ 𝑤 > +4 < 𝑣 ∙ 𝑣 >

Sabemos que:

‖𝑤‖ = √< 𝑤 ∙ 𝑤 > ;

Por lo tanto:
‖𝑤‖2 =< 𝑤 ∙ 𝑤 >
< 𝑤 ∙ 𝑤 >= 16

‖𝑣‖2 =< 𝑣 ∙ 𝑣 >

< 𝑤 ∙ 𝑤 >= 4

Con estos valores reemplazando en la expresión anterior tenemos:

‖5𝑤 − 2𝑣‖ = √25(16) − 20(−5) + 4(4)

‖5𝑤 − 2𝑣‖ = √25(16) − 20(−5) + 4(4)
‖5𝑤 − 2𝑣‖ = √400 + 100 + 16
‖5𝑤 − 2𝑣‖ = √516

b. < 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >

< 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >= 5 < 𝑢 ∙ 𝑣 > −5 < 𝑣 ∙ 𝑣 > −15 < 𝑣 ∙ 𝑤 > −2 < 𝑢 ∙ 𝑤 >
−2 < 𝑣 ∙ 𝑤 > −6 < 𝑤 ∙ 𝑤 > −< 𝑢 ∙ 𝑢 > +< 𝑢 ∙ 𝑣 >
+3 < 𝑢 ∙ 𝑤 >

< 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >= 6 < 𝑢 ∙ 𝑣 > −5 < 𝑣 ∙ 𝑣 > −17 < 𝑣 ∙ 𝑤 > −< 𝑢 ∙ 𝑤 >
 −6 < 𝑤 ∙ 𝑤 > −< 𝑢 ∙ 𝑢 >
< 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >= 6(3) − 5(4) − 17(−5) − 6 − 6(16) − (4)
< 𝑢 − 𝑣 − 3𝑤 ∙ 5𝑣 + 2𝑤 − 𝑢 >= −23

8.7 Proyección de vectores

Sean 𝑢, 𝑣 ∈ 𝑉, 𝑉 un espacio vectorial cualquiera

Para determinar la proyección del vector 𝑢 sobre el vector 𝑣, se debe determinar el valor de
∝ y este valor multiplicarlo por v, de tal forma que: 𝑃𝑟𝑜𝑦𝑐𝑐 𝑣𝑢 =∝ 𝑣
Partiendo de:
𝑢 + 𝑝 =∝ 𝑣
Al realizar el producto interno en ambos lados de la igualdad tenemos:
〈𝑣 ∙ (𝑢 + 𝑝)〉 = 〈𝑣 ∙ 𝑣〉
〈𝑣 ∙ 𝑢 + 𝑣 ∙ 𝑝〉 = 〈𝑣 ∙∝ 𝑣〉
Como 𝑣 y 𝑝 son perpendiculares se tiene que 〈𝑣 ∙ 𝑝〉=0
〈𝑣 ∙ 𝑢〉 =∝ 〈𝑣 ∙ 𝑣〉
〈𝑣 ∙ 𝑢〉
∝=
〈𝑣 ∙ 𝑣〉

8.8 Ángulo entre vectores.

u p

𝜃
v
∝𝑣
 v  v
Como se puede observar en el gráfico: cos  = u = u

uv
Se conoce que:  =
vv

u v
v
vv
Por lo tanto, se tiene que: cos  =
u

v = vv
Se conoce que:
2
v = vv

u v v
cos  =
2
v u

u v
cos  =
v u

u v
Por lo tanto, la expresión para calcular el ángulo entre vectores es: cos  =
v u