Vectores en R: Profesores Del Curso

Vectores en R2
Profesores del curso:

Richard Acuña 1
Dimas Abanto 1
Laura LaRosa 1
Fernando Zamudio 1
1
Universidad Nacional de Ingeniería, Lima, Perú
13/04/2021
Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 1 / 42

Introducción
Tabla de contenidos
1 Introducción
2 Vectores en R2
3 Producto interno

Introducción
Geometría vectorial en Rn
El conjunto Rn se define como:

  

 x1 

x
  
2
 
n
R =  .  : xi ∈ R, i = 1, · · · , n = {(x1 , x2 , . . . , xn ) : xi ∈ R, i = 1, . . . , n}
 

  ..  

 
xn
 
Donde, los elementos de Rn son llamados vectores. Estos ocuparán gran parte
de lo que queda del curso dado que poseen propiedades geométricas muy
importantes que generalizan la geometría del plano y del espacio.
En adelante denotaremos a un vector como ~v , lo cual enfatizará el sentido
geométrico que poseen los vectores.

Vectores en R2
Tabla de contenidos
1 Introducción
2 Vectores en R2
Definición geométrica
Operaciones algebraicas
Relación entre flechas y puntos
Vectores paralelos
Combinación lineal
Linealmente independientes y linealmente dependientes
3 Producto interno

Vectores en R2
Vectores en el plano
Suponga que ~v ∈ R2 , es decir, ~v = (x, y ) donde x y y son números reales.

Su representación en el plano se muestra en la siguiente figura:
Del gráfico, el vector ~v sale del origen y termina en el punto (x, y ). Más aún,
lo único importante es la flecha en sí, es decir, la dirección que esta tiene
y la longitud que esta posee.

Vectores en R2 Definición geométrica
Definición geométrica de un vector
Definición 1
Geométricamente un vector es una flecha dirigida, es decir, un objeto con
dirección y longitud (magnitud).
Como puede verse en la figura y siguiendo la definición dada, los vectores

en el plano serán considerados iguales si poseen la misma longitud y
dirección.
Vectores en R2 Operaciones algebraicas
Definición 2 (Multiplicación de un vector por un número real)
En R2 se define la multiplicación de un vector por un número real de la forma

siguiente:
· : R × R2 → R 2
(λ, ~v ) 7→ λ · ~v
es decir, para todo ~v = (x, y ) ∈ R2 y λ ∈ R se tiene que
λ · ~v = λ · (x, y ) = (λx, λy )

Geométricamente, esta operación significa

λ ∈ (1, +∞): λ · ~v representa un vector con la misma dirección que ~v pero
que se ha expandido.
λ ∈ (0, 1): λ · ~v representa un vector con la misma dirección que ~v pero
que se ha contraído.
λ = 0: λ · ~v = ~0 es el vector nulo que no tiene tamaño.
λ ∈ (−1, 0): λ · ~v representa un vector con dirección opuesta a ~v y que se
ha contraído.
λ ∈ (−∞, −1): λ · ~v representa un vector con dirección opuesta a ~v pero
que se ha expandido.
Los casos anteriores se ilustran en la siguiente figura

Definición 3 (Suma de Vectores)
En R2 se define la suma de vectores como sigue:
+ : R2 × R2 → R 2
(~v , w
~ ) 7→ ~v + w
~
~ = (m, n) ∈ R2 se tiene que

de manera similar es decir, para todo ~v = (x, y ), w
~v + w
~ = (x, y ) + (m, n) = (x + m, y + n)

Geométricamente, esta operación significa

Si ~v = (x 0 , y 0 ), ~u = (x, y ) la siguiente figura representa ~v , ~u , ~v + ~u .
Dados ~v , ~u se tiene 2 formas geométricas para hallar ~v + ~u

Propiedades de vectores
Se cumplen:
1 Es conmutativa, es decir: u + v = v + u para todo u, v ∈ R2 .
2 Es asociativa, es decir: u + (v + w) = (u + v ) + w para todo u, v , w ∈ R2 .
3 Existe un elemento θ ∈ R2 tal que v + θ = v para todo v ∈ R2 .
4 Para todo v ∈ R2 , existe un único w ∈ R2 tal que v + w = θ.
5 La suma y el producto producto por un escalar son distributivos, es decir:
α(u + v ) = αu + αv , (α + β)v = αv + βv
para todo u, v ∈ R2 y todo α, β ∈ R.

6 El producto por un escalar y producto de escalares son asociativos, es
decir, α(βv ) = (αβ)v para todo α, β ∈ R y v ∈ R2 .
7 1 ∈ R es neutro multiplicativo del producto escalar, es decir, 1 · v = v
para todo v ∈ R2 .

Definición 4 (Resta de vectores)
Para restar vectores en R2 , primero definimos el inverso aditivo de

~ = (x, y ) ∈ R2 del modo siguiente:
w
~ := (−x, −y )
−w
Luego, la resta de los vectores v , w
~v − w
~ := ~v + (−w
~)
Luego, la siguiente figura muestra geométricamente el cálculo de ~v − w

~

Vectores en R2 Relación entre flechas y puntos
Relación entre flechas y puntos
Aunque la interpretación de flechas dada a los vectores se ha establecido de

manera independiente a la idea de punto, estas dosm interpretaciones
geométricas se relacionan de manera muy conveniente, a través del concepto
de flecha localizada.
−→
Definición 5 (Flechas localizadas AB)
Dados A y B en Rn , a los que se les atribuye una interpretación geométrica
−→
de punto, se llama flecha localizada de A a B al vector AB = B − A ∈ Rn y
que, geométricamente, se asocia con la única flecha que se origina en el
punto A y termina en B.

Observe que como B − A ∈ Rn , B − A, al igual que cualquier vector en Rn ,

puede ser interpretado como un punto o como una flecha sin ubicación. Sin
−→
embargo, a AB sólo la damos una interpretación geométrica: la de la flecha
que comienza en A y termina en B.
−→
Naturalmente, esta única flecha que se asocia con AB una de las infinitas que
se le pueden asociar a B − A (o que refleja el desplazamiento descrito por las
coordenadas de B − A). Estas ideas se discuten seguidamente:

Sean O = (0, . . . , 0) ∈ Rn el origen del sistema de coordenadas

rectangulares de Rn y A, B puntos de Rn . Observe que según la definición de
flecha localizada se tiene que:
−→ −→
OA = A y OB = B
Algebraicamente, lo anterior es claro, pero además geométricamente

significa que la flecha localizada de O a A, corresponde a la interpretación de
A como flecha (cuando A se representa por los desplazamientos
determinados por sus coordenadas, cuando estos se originan en O).

−→
Lo mismo se tiene para OB y la representación de B como flecha.
Los casos anteriores se ilustran en la siguiente figura

Por lo tanto, de la interpretación geométrica de la suma de vectores, se

obtiene que:
−→ −→ −→
OA + AB = OB
−→
A + AB = B
−→
AB = B − A
lo que hace consistente la definición de flecha localizada dada.

En el siguiente gráfico, observe la representación geométrica de vector

B − A, cuando se le representa como una flecha que se inicia en el origen y
−→
cuando se identifica como el vector localizado AB.

−→
La flecha localizada AB es un caso particular de flecha que corresponde al
vector B − A, de entre una infinidad de posibilidades.
Por ejemplo, para cualquier H ∈ Rn , si C = A + H y D = B + H entonces la
−→
flecha localizada CD también corresponde al vector B − A, puesto que
−→
CD = D − C = (B + H) − (A + H) = B − A

Vectores en R2 Vectores paralelos
Definición 6 (Vectores paralelos)
Decimos que ~a y ~b son vectores paralelos si existe t ∈ R tal que ~a = t ~b o

~b = t ~a.
Ejemplo: Suponga que A, B, C y D son los vértices de un cuadrilátero de

−→ −→ −→
manera que AB y AD son lados adyacentes y por lo tanto AB no es paralelo a
−→
AD como se muestra en la figura.

−→ −→ −→ −→
Demuestre que si BC es paralelo a AD y DC es paralelo a AB entonces:
a) el cuadrilátero ABCD tiene sus lados opuestos iguales.

−→ −→ −→
b) AB + 21 BD = 12 AC .
Demostración:
−→ −→ −→ −→
a) Como BC es paralelo a AD y DC paralelo a AB entonces existen
t y s en R no nulos tales que:
−→ −→
BC = t AD (1)
−→ −→
DC = sAB (2)

Además, de la interpretación geométrica de la suma de vectores se tiene que:

−→ −→ −→ −→
AB + BC = AD + DC
−→ −→
Luego, si se sustituye BC y DC según (1) y (2) se obtiene que
−→ −→ −→ −→
AB + t AD = AD + sAB y finalmente:
−→ −→ −→ −→
AB − sAB = AD − t AD
−→ −→
(1 − s)AB = (1 − t)AD
−→ 1−t −→ −→
Ahora, si s 6= 1 entonces AB = ( 1−s )AD y contradice la hipótesis de que AB
−→
no es paralelo a AD.

−→ −→
De igual manera, si t 6= 1 entonces AD = ( 1−s
1−t )AB y se contradice también
−→ −→
que AD no es paralelo a AB. Luego necesariamente debe ocurrir que s = 1 y
t = 1 y de (1) y (2) se tiene que los lados no consecutivos de un
paralelogramo son iguales.
−→ −→
BC = AD
−→ −→
DC = AB
−→ −→ −→ −→ −→ −→
b) Observe que AD = AB + BD de donde BD = AD − AB y
1 −→ 1 −→ 1− →
2 BD = 2 AD − 2 AB, entonces

−→ 1 −→ −→ 1 −→ 1 −→
AB + BD = AB + AD − AB
2 2 2
−→ 1 −→ 1 −→
= AB − AB + AD
2 2
1 −→ 1 −→
= AB + AD
2 2
1 −→ −→
= (AB + AD)
2
−→ −→ −→ −→ −→
Pero AB + AD = AC, dado que AD = BC como se demostró en la parte a),
entonces:
−→ 1 −→ 1 −→
AB + BD = AC
2 2

Vectores en R2 Combinación lineal
Definición 7
Una combinación lineal de vectores {v1 , . . . , vr } ∈ R2 es una expresión de la
forma:
α1 v1 + . . . + αr vr
donde α1 , . . . , αr ∈ R.
Definición 8
Decimos que un vector v ∈ R2 es combinación lineal de los vectores
{v1 , . . . , vr } ∈ R2 cuando existen escalares α1 , . . . , αr ∈ R tal que:
v = α1 v1 + . . . + αr vr
En este caso decimos que {v1 , . . . , vr } ∈ R2 generan v o que v es generado

por {v1 , . . . , vr } ∈ R2 .
Si todo v ∈ R2 es generado por {v1 , . . . , vr } ∈ R2 , decimos que
{v1 , . . . , vr } ∈ R2 generan R2 .

Vectores en R2 Combinación lineal
Interpretación Geométrica
Para los escalares 2, 3 ∈ R, se tiene la siguiente combinación lineal de los

vectores u = (3, −1)T y v = (−1, 2)T :

3 −1 3
2 +3 = =b
−1 2 4
Entonces, la interpretación geométrica, de lo anterior, es la siguiente

Vectores en R2 Linealmente independientes y linealmente dependientes
Definición 9 (Linealmente independientes y linealmente dependientes)
Decimos que los vectores {v1 , . . . , vr } ∈ R2 son linealmente independientes

si, escribiendo:
α1 v1 + · · · + αr vr = 0
con α1 , . . . , αr ∈ R se tiene que la única solución es:
α1 = α2 = · · · = αr = 0
Caso contrario, es decir, al menos un αi es distinto de cero, entonces

diremos que {v1 , . . . , vr } ∈ R2 son linealmente dependientes.

Proposición 1
Sean v1 , v2 ∈ R2 . Las siguientes afirmaciones son equivalentes:

1 v1 , v2 son paralelos.
2 v1 , v2 son linealmente dependientes.
3 Si v1 = (x1 , y1 ) y v2 = (x2 , y2 ) entonces x1 y2 − x2 y1 = 0.
Demostración:
1 Supongamos que v1 , v2 son paralelos, entonces existe t ∈ R tal que
v1 = tv2 . Entonces:
0 = v1 − tv2 = (1)v1 + (−t)v2
es decir, existen escalares α1 = 1 6= 0 y α2 = −t tal que la combinación

lineal de v1 , v2 es nula. Así concluimos que v1 , v2 son linealmente
dependientes.

2 Supongamos que v1 , v2 son linealmente dependientes, entonces existen

escalares α, β ∈ R no ambos nulos, tales que:
αv1 + βv2 = 0
es decir:
αx1 + βx2 = 0 (1)

αy1 + βy2 = 0 (2)
De esta última ecuación tenemos los siguientes casos:

a Si x1 = 0 y β = 6 0, entonces: x2 = 0 y así x1 y2 − x2 y1 = 0.
b Si x1 = 0 y β = 0, entonces: α 6= 0 y y1 = 0 y así x1 y2 − x2 y1 = 0.
c Si x1 6= 0 y β 6= 0 entonces de (1) y (2) se obtienen respectivamente:
α x2 α
− = y y2 = − y1
β x1 β
es decir:
x2
y2 = y1 ⇒ x1 y2 − x2 y1 = 0.
x1

d Si x1 6= 0 y β = 0, entonces (1) implica que α = 0, lo cual es una

contradicción y así este caso no puede darse.
3 Por último, supongamos que x1 y2 − x2 y1 = 0. Si v1 = 0 entonces no hay

nada que probar. Supongamos que v1 6= 0, entonces x1 6= 0 o y1 6= 0.
x2
a Si x1 6= 0, entonces: y2 = y1 , luego:
x1

x2 x2 x2
v2 = (x2 , y2 ) = x2 , y1 = (x1 , y1 ) = v1
x1 x1 x1
y2
b Si y1 6= 0, entonces: x2 = x1 , luego:
y1

y2 y2 y2
v2 = (x2 , y2 ) = x1 , y2 = (x1 , y1 ) = v1
y1 y1 y1
resultando en ambos casos que v1 , v2 son paralelos.

Lema 1
Sean v1 , . . . , vn ∈ R2 tales que v1 , . . . , vk es linealmente dependiente con

k ≤ n. Entonces v1 , . . . , vn es linealmente dependiente.
Demostración:
Como v1 , . . . , vk es linealmente dependiente, entonces existen escalares
α1 , . . . , αk no todos nulos tales que:
α1 v1 + . . . + αk vk = 0.
Definiendo αk +1 = . . . = αn = 0 se obtiene:
α1 v1 + . . . + αk vk + αk +1 vk +1 + . . . + αk vk = 0.
donde nuevamente α1 , . . . , αk , αk +1 , . . . , αn no son todos nulos. Por tanto,

v1 , . . . , vn son linealmente dependientes.

Teorema 1
Sean v1 , v2 ∈ R2 linealmente independientes. Entonces v1 , v2 generan R2 .
Demostración:
Consideremos v1 = (x1 , y1 ) y v2 = (x2 , y2 ). De la Proposición 1 resulta que
x1 y2 − x2 y1 6= 0. Luego, dado cualquier v = (x, y ) ∈ R2 considere los
escalares α, β ∈ R definidos por:
xy2 − x2 y x1 y − xy1
α= , y β=
x1 y2 − x2 y1 x1 y2 − x2 y1
que un cálculo simple muestra que:
v = αv1 + βv2
es decir, v es generado por v1 , v2 .

Corolario 1
Sean v1 , . . . , vn ∈ R2 cualquier conjunto linealmente independiente. Entonces
n ≤ 2.
Demostración:
Por el Lema 1 basta probar que cualquier terna de vectores v1 , v2 , v3 es
linealmente dependiente. Esto es inmediato si v1 y v2 son paralelos. Luego,
supongamos que v1 y v2 son linealmente independientes, entonces, por el
Teorema 1 se tiene que v3 es generado por v1 y v2 , es decir, existe escalares
α, β ∈ R tal que v3 = αv1 + βv2 . Luego:
αv1 + βv2 + (−1)v3 = 0
y como −1 6= 0 entonces concluimos que v1 , v2 y v3 son linealmente

dependientes.

Proposición 2
Si v1 , v2 ∈ R2 generan todo R2 entonces son linealmente independientes.
Demostración:
Supongamos que v1 y v2 no son linealmente independientes. Entonces existe
t ∈ R tal que v2 = tv1 . Luego, como todo v ∈ R2 es generado por v1 , v2 ,
entonces existen escalares α, β ∈ R tal que:
v = αv1 + βv2 = (α + tβ)v1
es decir, todo v ∈ R2 es paralelo a v1 , lo cual es una contradicción.

Producto interno
Tabla de contenidos
1 Introducción
2 Vectores en R2
3 Producto interno
Motivación
Producto interno de vectores
Vectores ortogonales

Producto interno Motivación
Producto interno de vectores
1 El producto interno o producto punto entre dos vectores es uno de los

conceptos más importantes del álgebra lineal puesto que permite definir
la longitud de cualquier vector de cualquier tamaño así como el ángulo
entre dos vectores del mismo tamaño.
2 Implícitamente se utiliza a la hora de realizar la multiplicación entre
matrices pero la motivación principal para el producto punto es el teorema
de Pitágoras y la ley de cosenos.

Producto interno Producto interno de vectores
Definición 10 (Producto interno de vectores)
Se define el producto interno usual de dos vectores ~v = (x1 , x2 ) ∈ R2 , y

~u = (y1 , y2 ) ∈ R2 como la función
h·, ·i : R2 × R2 → R
(~v , ~u ) 7→ h~v , ~u i := x1 y1 + x2 y2
para el cual es fácil demostrar que satisface las siguientes propiedades:

h~v , ~v i = 0 ⇔ ~v = ~0
h~v , ~v i ≥ 0, ∀~v ∈ R2
h~v , ~u i = h~u , ~v i, ∀~v , ~u ∈ R2
h~v + w
~ , ~u i = h~v , ~u i + hw ~ ∈ R2
~ , ~u i, ∀~v , ~u , w
hλ~v , ~u i = λh~v , ~u i, ∀ λ ∈ R.

Producto interno Producto interno de vectores
Observación:
Cualquier función que satisface las propiedades dadas en la Definición 10 es

llamado producto interno. Algunos ejemplos se muestran a continuación:
Para todo ~v = (x1 , x2 ), ~u = (y1 , y2 ) ∈ R2 ,se tienen los siguientes productos
internos en R2 :
1
h~v , ~u i = h(x1 , x2 ), (y1 , y2 )i = 3x1 y1 + 5x2 y2

2
h~v , ~u i = h(x1 , x2 ), (y1 , y2 )i = 2x1 y1 + x2 y1 + x1 y2 + 3x2 y2
Probar que los ejemplos anteriores verifican las propiedades dadas en la

Definición 10.

Producto interno Vectores ortogonales
Definición 11 (Vector ortogonales)
Decimos que dos vectores ~u , ~v ∈ R2 son ortogonales cuando h~u , ~v i = 0.
Nota: Si ~u , ~v son ortogonales se denota por ~u ⊥ ~v
Ejemplo: Sean ~v = (1, 3); ~u = (−3, 1) y considerando el producto interno

usual en R2 :
h~v , ~u i = ~v · ~u = (1)(−3) + (3)(1) = 0
Entonces ~u ⊥ ~v .

Vector Ortogonal Particular

Sea el vector ~v = (a, b) ∈ R2 no nulo. Se asocia un vector ortogonal a ~v no
nulo, denotado por ~v ⊥ , de la siguiente manera:
~v ⊥ = (−b, a)
el cual geométricamente es una rotación de 90◦ en sentido antihorario

Ejercicio: Pruebe que las alturas de cualquier triángulo se cortan en un único

punto.
Resolución Considere un sistema de coordenadas tal que
−→ −→
Se puede observar que AC⊥PB

Luego:
−→ −→
hAC, PBi = h(−a; c), (b; −y )i = −ab − yc = 0
de esto
ab
y =−
c
Además, se tiene:
−→ −→
hBC, AQi = h(−b; c), (−a; z)i = −ab + cz = 0
de esto
ab
z=−
c
En consecuencia:
P=Q

Vectores en R: Profesores Del Curso

Cargado por

Información del documento

Descripción original:

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

Vectores en R: Profesores Del Curso

Cargado por

Copyright:

Formatos disponibles

Vectores en R2

Profesores del curso:

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 1 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 2 / 42

El conjunto Rn se define como:

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 3 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 4 / 42

Suponga que ~v ∈ R2 , es decir, ~v = (x, y ) donde x y y son números reales.

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 5 / 42

Definición geométrica de un vector

Como puede verse en la figura y siguiendo la definición dada, los vectores

Definición 2 (Multiplicación de un vector por un número real)

En R2 se define la multiplicación de un vector por un número real de la forma

es decir, para todo ~v = (x, y ) ∈ R2 y λ ∈ R se tiene que

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 7 / 42

Geométricamente, esta operación significa

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 8 / 42

Definición 3 (Suma de Vectores)

En R2 se define la suma de vectores como sigue:

~ = (m, n) ∈ R2 se tiene que

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 9 / 42

Geométricamente, esta operación significa

Dados ~v , ~u se tiene 2 formas geométricas para hallar ~v + ~u

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 10 / 42

para todo u, v ∈ R2 y todo α, β ∈ R.

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 11 / 42

Definición 4 (Resta de vectores)

Para restar vectores en R2 , primero definimos el inverso aditivo de

Luego, la resta de los vectores v , w

Luego, la siguiente figura muestra geométricamente el cálculo de ~v − w

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 12 / 42

Relación entre flechas y puntos

Aunque la interpretación de flechas dada a los vectores se ha establecido de

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 13 / 42

Observe que como B − A ∈ Rn , B − A, al igual que cualquier vector en Rn ,

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 14 / 42

Sean O = (0, . . . , 0) ∈ Rn el origen del sistema de coordenadas

Algebraicamente, lo anterior es claro, pero además geométricamente

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 15 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 16 / 42

Por lo tanto, de la interpretación geométrica de la suma de vectores, se

lo que hace consistente la definición de flecha localizada dada.

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 17 / 42

En el siguiente gráfico, observe la representación geométrica de vector

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 18 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 19 / 42

Definición 6 (Vectores paralelos)

Decimos que ~a y ~b son vectores paralelos si existe t ∈ R tal que ~a = t ~b o

Ejemplo: Suponga que A, B, C y D son los vértices de un cuadrilátero de

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 20 / 42

a) el cuadrilátero ABCD tiene sus lados opuestos iguales.

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 21 / 42

Además, de la interpretación geométrica de la suma de vectores se tiene que:

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 22 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 23 / 42

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 24 / 42

En este caso decimos que {v1 , . . . , vr } ∈ R2 generan v o que v es generado

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 25 / 42

Para los escalares 2, 3 ∈ R, se tiene la siguiente combinación lineal de los

Entonces, la interpretación geométrica, de lo anterior, es la siguiente

Periodo 2021-I (UNI) Richard Acuña Ortega Sesión 1 - Semana 1 26 / 42

Definición 9 (Linealmente independientes y linealmente dependientes)