Unidad III

Álgebra estructural
Estructuras algebraicas. Aplicaciones a la Física. Vectores. Independencia lineal de vectores.
Bases de un espacio vectorial.

ESTRUCTURAS ALGEBRAICAS
Operaciones (leyes de composición interna).
Consideraremos un conjunto numérico E, a sus elementos los representaremos por letras
minúsculas: a, b, c, ...
Se define operación interna entre los elementos de un conjunto E como:

es decir, se trata de una aplicación lineal de forma que al elemento (a , b) de E×E se le hace
corresponder un elemento c del conjunto E, lo cual se expresa: *(a,b) = c, o más comúnmente:
a * b = c.
Ejemplos típicos de operaciones internas son el conjunto Z de los números enteros, Z = {... , -
3, -2, -1, 0, +1, + 2, +3, ... }, y la suma:
a+b=c
si sumamos dos números enteros su resultado es otro número entero, por tanto, se dice que la
operación suma es una operación interna. Sin embargo, no sucede esto con la operación
división en Z, la división de los enteros 3 y 5:
3 : 5 = 0,6
que es un número no-entero, por tanto, en Z la división no es una operación interna.
A las operaciones internas también se las llama leyes de composición.

Diversas propiedades de las operaciones.

Sea un conjunto E, denotemos por a, b, c, ... sus elementos, y por *, o, ... diversas
operaciones con estos elementos. Entonces según las propiedades de la operación se habla
de:

Según las leyes que cumplan, esta operación Las estructuras algebraicas se pueden clasificar
así:
Si cumple la ley de cierre se le denomina como estructura algebraica monoide.
Si cumple la de cierre y la asociativa es un semigrupo.
Si cumple la de cierre, la asociativa y la ley de identidad es un semi grupo con identidad
Si cumple la de cierre, la asociativa, la de identidad y la inversa es un grupo.

1
Si el grupo cumple con la ley conmutativa es un grupo abeliano.

Mientras que las estructuras algebraicas de dos operaciones, pueden ser:

Anillos, divisor cero, dominio entero o cuerpo o campo.

Definición de espacios vectoriales

Cualquier conjunto que posea unas operaciones suma y producto por escalares, cumpliendo
todas las propiedades anteriores, diremos que es un espacio vectorial. Los elementos de tal
conjunto se llamarán vectores (aunque pueda tratarse de objetos diferentes a los vectores de la
Física.) Diremos que el espacio vectorial es real o complejo, según sean los escalares.
La idea de vector está tomada de la Física, donde sirven para representar magnitudes vectoriales
como fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de dos componentes
en el plano, de tres componentes en el espacio. En Matemáticas, tratamos de abstraer las
propiedades que caracterizan a los vectores para extenderlas también a otro tipo de objetos
diferentes de los vectores de la Física. Esencialmente, el comportamiento que caracteriza a los
vectores es el siguiente:

• Podemos sumar dos vectores y obtenemos otro vector;

• Podemos multiplicar un vector por un número (escalar) y obtenemos otro vector. Además estas
operaciones cumplen ciertas propiedades, que observamos en los vectores de ℜ 2 y de ℜ 3: En
lo sucesivo, utilizaremos habitualmente la siguiente notación: u,v,w (u otras letras latinas) para
vectores.

Propiedades de la suma de vectores.

• Asociativa: (u+v)+w = u+(v+w)
• Conmutativa: v+u=u+v.
• Existe un elemento neutro, el vector 0 , tal que 0 + v = v para cualquier vector
• Para cada vector v existe un elemento opuesto, –v, que sumado con él da 0.

Propiedades del producto de un vector por un escalar.

• Asociativa: β (α v) = ( β α ) v
• Distributivas: Respecto de la suma de escalares: (α + β ) v = α v + β v Respecto de la suma
de vectores: α (u + v) = α u +α v
Existe un elemento unidad: el escalar 1, tal que 1· v = v para cualquier vector v

Vector para la física

Vector es un término que deriva de un vocablo latino y que significa “que conduce”. Un vector es
un agente que transporte algo de un lugar a otro. Su significado, de todas formas, varía de
acuerdo al contexto.

Un vector puede utilizarse para representar una magnitud física,

quedando definido por un módulo y una dirección u orientación. Su
expresión geométrica consiste en segmentos de recta dirigidos
hacia un cierto lado, asemejándose a una flecha. La velocidad y
la fuerza son dos ejemplos de magnitudes vectoriales.
Dentro de este ámbito científico, y también de las Matemáticas, se
hace necesario dejar patente que existe una gran variedad de
vectores. De tal manera, que podemos hablar de fijos, paralelos,
deslizantes, opuestos, concurrentes, libres o colineales, entre otros muchos más.
De la misma forma hay que subrayar que se pueden llevar a cabo un importante número de
operaciones con dichos elementos. Entre las más frecuentes se encuentra la suma, el producto
por un escalar, la obtención de una derivada ordinaria, las descomposiciones, el ángulo entre
dos vectores o la derivada de tipo covariante.
Para poder entender el concepto de vector para la matemática o la física, primero hay que
conocer las magnitudes.

2
Una magnitud física es cualquier propiedad física susceptible de ser medida. Ejemplos: el tiempo
(t), la velocidad ( ), la masa (m), la temperatura (T), el campo eléctrico ( ).
Las magnitudes físicas se pueden clasificar en:
Magnitudes escalares
Las magnitudes escalares son aquéllas que quedan completamente determinadas mediante el
conocimiento de su valor expresado mediante una cantidad (un número real) seguida de una
unidad (a excepción de las adimensionales).
Ejemplos de magnitudes escalares son
Tiempo (t)
Masa (m)
Temperatura (T)
Carga eléctrica (q)
…
Magnitudes vectoriales
Las magnitudes vectoriales son aquéllas que no quedan completamente determinadas por su
valor (cantidad y unidad), sino que requieren además el conocimiento de la dirección y el sentido
de su actuación y su punto de aplicación.
Entre las magnitudes vectoriales están:
Velocidad ( )
Aceleración ( )
Fuerza ( )
Campo eléctrico ( )
…
Es importante tener siempre en mente la distinción entre cantidades escalares y vectoriales, ya
que no pueden sumarse o igualarse cantidades de diferente tipo. Para señalar el carácter
vectorial debe indicarse en la notación algún rasgo distintivo, normalmente una flecha sobre la
cantidad. Así

El primer símbolo, representa la velocidad, que posee módulo, dirección y sentido (no solo
nos informa de cómo de rápido se mueve una partícula sino también hacia dónde se mueve). El
segundo símbolo es el módulo de la velocidad (conocido como celeridad o rapidez) que no nos
informa de la dirección de movimiento.
Vectores. Definición y clasificación
Definición
El concepto de vector es un concepto matemático con interés físico, ya que permite representar
o describir las magnitudes vectoriales, así como operar con ellas.
Un vector geométrico, , es un segmento orientado dotado de los siguientes elementos:
Módulo
Es su longitud, proporcional al valor de la magnitud física. Para indicar el módulo emplearemos
tanto la notación de barras como el escribir la misma letra sin flecha:

Dirección y sentido
Es la orientación del segmento, indicada mediante una flecha y que permite definir cuál es su
origen y cuál su extremo
Punto de aplicación
Es el origen del segmento.
Recta soporte
Es la recta a la que pertenece el segmento, definida mediante el punto de aplicación y la dirección
marcada por el vector.

Tipos de vectores
Los vectores pueden clasificarse atendiendo a la cantidad de información que necesitamos para
especificarlos.

3
VECTORES EQUIPOLENTES. Cuando dos vectores
tienen el mismo módulo, dirección y sentido se dice que son
equipolentes. ¿Qué quiere decir? Que miden igual, se
encuentran en líneas paralelas y apuntan hacia el mismo
lado.

VECTORES LIBRES: El conjunto de los vectores

equipolentes recibe el nombre de vectores libres. Es
decir, que un vector libre es el grupo de vectores que
cuentan con el mismo modulo, dirección y sentido.
Existen magnitudes físicas cuya descripción no
requiere precisar un punto de aplicación, ni siquiera una
recta soporte, pues para cualquier punto de aplicación
en todo el espacio, sus consecuencias físicas son las
mismas.
Un ejemplo lo tenemos en la resultante de todas las
fuerzas que actúan sobre un sólido rígido.
En principio, cada magnitud física vectorial, según su naturaleza, puede ser representada por
una de estas tres clases de vectores. Sin embargo, en ocasiones, es la naturaleza del problema
físico concreto la que determina que una misma magnitud se describa mediante una u otra clase
de vectores. Así, por ejemplo, una fuerza se comporta como un vector deslizante cuando actúa
sobre un sólido rígido, y como un vector ligado cuando lo hace sobre un sólido deformable.

VECTORES LIGADOS: son aquellos vectores equipolentes que se

encuentran en la misma recta. Así, esta clase de vectores tendrán la
igual dirección, módulo, sentido y además formarán parte de la
misma recta.
El punto de aplicación de un vector ligado y la dirección del vector
definen una recta, conocida como recta soporte.
Existen magnitudes físicas que aunque descritas en principio por
vectores ligados, producen los mismos efectos si como punto de
aplicación se toma cualquier otro situado en la misma recta soporte.
Un ejemplo de este tipo de vectores lo constituyen las fuerzas sobre
un sólido. Es indiferente empujar un sólido por detrás o tirar de él
desde delante, siempre que la recta soporte sea la misma.
Los vectores que cumplen esta propiedad se denominan vectores deslizantes (ya que pueden
deslizarse libremente a lo largo de su recta soporte). Para especificar un vector deslizante,
además del módulo, dirección y sentido, debe indicarse la recta soporte sobre la que se
encuentra, pero no es necesario precisar un punto concreto de aplicación dentro de esta recta.
O dicho de otra forma, que podemos elegir el punto de aplicación que queramos en la recta y si
más adelante deseamos cambiarlo, podemos hacerlo mientras no nos salgamos de ella.

VECTORES OPUESTOS: cuando dos vectores tienen la misma

dirección, el mismo módulo, pero distintos sentidos reciben el
nombre de vectores opuestos.

4
VECTORES UNITARIOS: son vectores de módulo uno. Si se quiere
obtener un vector unitario con la misma dirección y sentido, a partir del
vector dado, se debe dividir a este último por su módulo.

VECTORES CONCURRENTES: si dos vectores tienen el mismo origen se los

denomina vectores concurrentes.

Operaciones básicas con vectores libres

Suma de vectores
Los vectores libres forman parte de un espacio vectorial, por lo que admiten la definición de las
operaciones suma y producto por un escalar con una serie de propiedades algebraicas
(definición algebraica de vector).

La suma de vectores libres,

Se define gráficamente de dos formas equivalentes:
Colocándolos con el mismo origen: la suma vectorial será la diagonal del paralelogramo que
definen (regla del paralelogramo).
Colocando uno a continuación del otro y uniendo el origen del primero con el extremo del
segundo (regla de la poligonal).

Regla del paralelogramo Regla de la poligonal

Nótese que ambas definiciones requieren que los vectores sean libres, para que sus orígenes
puedan trasladarse sin restricción.

Componentes de un vector
Se dice que un vector es fijo cuando el origen del
vector está aplicado a un punto fijo, de modo que
basta con que cambie la posición del punto de
aplicación para que cambie el vector en cuestión.
Por ejemplo, la velocidad de una partícula o la
fuerza aplicada en un punto.

5
 Representemos un vector en un sistema de coordenadas
cartesianas.
El vector v tiene origen en P=(2;1) y extremo en Q=(4;4).

Se llaman componentes del vector a las proyecciones del vector

sobre los ejes coordenados. O dicho en otras palabras a los
desplazamientos que hay que realizar para moverse desde el
origen del vector hasta su extremo.
En el gráfico vemos que vx y vy son las proyecciones del vector
sobre los ejes.

El vector v puede describirse con sus componentes.

{v} = (vx ; vy) = (2;3)

Operaciones básicas con vectores fijos

Suma y resta de vectores

La suma o la resta de vectores dan por resultado otro

vector (llamado resultante) el cual se puede obtener
mediante diferentes procedimientos. Para sumar y restar
vectores tanto en el plano como en el espacio hay distintos
métodos. Hay métodos geométricos y métodos numéricos.
Si queremos calcular la resultante de la suma o resta de
vectores podemos hacerlo a través de sus coordenadas
cartesianas. Podemos sumar o restar vectores dados por
sus coordenadas cartesianas, ya sea en el plano (x ; y) o
en el espacio (x ; y ; z). Para sumar dos o más vectores
simplemente debemos sumar todas las componentes x por
un lado y todas las componentes y por otro. Si
estuviéramos en el espacio sumaríamos también las z.
En el plano, por ejemplo, tenemos los vectores u y v dados por sus coordenadas y queremos
sumarlos:
u =(-5; 6) ; v = ( 7;-1) u + v = ( 2 ; 5) porque: x=-5 + 7 = 2 y=6 +(-1) = 6 – 1 = 5
Si los vectores están ubicados en el espacio: u =( -3 ; 4 ; 2), v =( 6 ;-9 ; 8) u + v = ( 3 ; -5 ;10)
porque :x= -3 + 6 = 3 y= 4 – 9 =-5 z= 2 + 8 =10
Podemos combinar sumas y restas de vectores en el plano, por ejemplo:
u = (4; -6) , v = ( 7; 9) y w = ( -1; 1) u – v + w = u + (-v) + w = ( -4 , -14) Porque: x=4 – 7 – 1
= -4 y y=-6 – 9 + 1 = -14

Sumar geométricamente dos vectores u + v deberemos colocar un vector a continuación del otro,
es decir trasladándolos
paralelamente a sí mismos, para no
cambiar su dirección ni su sentido, y
haciendo coincidir el origen del
segundo vector con el extremo del
primero. Luego el vector suma (u + v)
será un nuevo vector cuyo origen es

6
el origen del primero, en este caso de u y cuyo extremo es el extremo del segundo, en este caso
de v.

Así podemos sumar dos, tres o más

vectores, siempre colocando uno a
continuación del otro, por ejemplo: Para
restar vectores sólo tendremos que
sumarle al primero el opuesto del
segundo. El opuesto de un vector tiene
la misma medida, pero sentido
contrario. Veamos un ejemplo: a-b =
a+(-b) También podemos combinar
sumas y restas, por ejemplo: si
queremos resolver: u + v – w
deberemos sumar los vectores u, v y el
opuesto de w, es decir (-w).

Multiplicación y división de un vector por un número

El producto de un escalar
por un vector da por
resultado otro vector, con
la misma dirección que el
primero. Al hacer la
multiplicación, el escalar
cambia el módulo del
vector (gráficamente el
largo) y en caso de ser
negativo cambia también
el sentido. La dirección
del vector resultado es siempre la misma que la del vector original.
Matemáticamente se realiza multiplicando al escalar por cada una de las componentes del
vector.
Si por ejemplo el vector V tiene 2 coordenadas:

V = (x, y)
k V = k (x, y) = (kx, ky)

Ejemplo:

V = (2,1)
k=2
k V = 2 (2, 1) = (4, 2)

Ejemplo:

V= (2, 2)
k = -1
k V = -1 (2, 2) = (-2, -2)

Si los vectores son de más de dos coordenadas se realiza lo mismo por

cada una de ellas.

7
Dividir un vector por un número
En realidad, es algo tan simple que se reduce a un producto. En primer lugar, debes recordar
que entendemos por inverso de un número.

El inverso del número 4 es:

El inverso de

Divide entre 2 el vector siguiente: v =(12,10)

Respuesta:
Solución: Multiplicamos a las coordenadas del final del vector
(12,10) por el inverso de 2:

Módulo de un vector
El módulo de un vector representa su longitud. Se calcula como la raíz
cuadrada de la suma de sus componentes elevadas al cuadrado.

Se calcula:

Calcula el módulo de los siguientes vectores:

a) u = (1,2) c) w = (5,12)

d) t = (15,20)
b) v = (6,8)

Dependencia e independencia lineal

Independencia lineal de vectores.

Combinación lineal de vectores

D a do s lo s n ú me r o s a 1 , a 2 , . . . , a n y
lo s ve c t o r e s v 1 , v 2 , . . . , v n , s e
l la m a c o mb i n ac i ó n l i n e a l a
c a da u no d e lo s v ec t o r es d e
la f o r m a :

C u a lq u ie r ve c t o r s e p u e de
p o ne r c om o c o mb i n ac i ó n
lineal de otros dos que
t e n g an d i s t i n t a d i r e cc i ó n .

8
D a do s lo s v ec t o r e s , c a lc u la r e l v e c t o r
c o mb i n a c i ón l i n e a l

El v ector , ¿ s e p u ed e e xp r es a r com o c o mb i n ac i ó n l i n e a l de

lo s v ec t o r es ?

Vectores linealmente dependientes

V a r io s ve c t o r e s l i b r e s d e l p la n o s o n l i n ea l me n t e d e pe nd i e n t es s i
e xis t e u n a c o mb i n a c i ón l i n e a l de e l lo s q u e se a ig u a l a l ve c t o r c e r o ,
s in q u e s ea n ce r o t o d os lo s c o e f ic i e n t e s d e la c o mb i n a c i ó n l i n eal .

Propiedades

1 . S i v a r io s ve c t o r e s s o n l i n ea l me n t e d ep en d i en t e s , e n to n ce s a l
m e n os u no d e e l lo s s e p ue d e e xp r e s a r c om o c o mb i n ac i ó n l i n ea l de
lo s o t r o s .

S i u n ve c t o r e s c o mb i n a c i ó n l i ne a l d e o t r os , e n t o nc es t o d os
lo s ve c t o r e s s o n l i n ea l me n t e d ep e nd i e n t es .

9
2 . D o s v e c to r e s de l p la n o s on l i n ea l me n t e d e p e n d i en t e s s i, y s ó lo s i,
s o n pa r a l e l os .

3 . D o s v e c to r e s de l p la n o = (u1, u 2) y = ( v 1 , v 2 ) s o n l i n ea l me n t e
d e pe n d ie n t e s s i s u s c o mp o ne n te s s on p r o po r c i o na l e s .

Vectores linealmente independientes

V a r io s v e c t o r es l ib r e s s o n l i n ea l me n t e i n d e p en d i en t e s s i n in g u no d e
e l lo s s e p u ed e e xp r es a r com o comb i n a c i ó n l i n e a l de lo s o t r o s .

a1 = a2 = ··· = a n = 0
L o s ve c t o r e s l i n e a l me n t e i n de pe n d i en t e s t ie n e n d i s t i n t a d i r ec c ió n .

Ejercicios

E s t u d ia r la d e p e n de nc ia l in e a l d e lo s v ec t o r e s :
= (3, 1) y = (2, 3)

L i n e a l me n t e i n de pe n d i en t e s

E s t u d ia r la d e p e n de nc i a l i n e a l de lo s ve c t o r e s :

= (x − 1, 3) y = (x + 1, 5)

S o n l in e a lm e n te d ep e nd ie n t e s par a x = 4 .

E s t u d ia r la d e p e n de nc i a l i n e a l de lo s ve c t o r e s :

= (5, 3 − x ) y = (x + 9, 3x + 1)

S o n l in e a lm e n te d ep e nd ie n t e s par a x = 1 y x = - 2 2

10
Bases de un espacio vectorial

Definiremos el concepto de base, los pasos que hay que seguir para determinar que
un subconjunto es una base y cómo podemos hallar su dimensión.

Definición:
Un subconjunto finito de vectores se llama base si los
vectores que lo forman son linealmente independientes y
forman un sistema generador del espacio.

Un sistema generador del espacio Rn es un subconjunto

A={v1,v2,v3,…vn} tal que todo vector del espacio puede ser
expresado como combinación lineal de elemento de A, es
decir, para todo u de Rn, u se puede escribir como:
u = a1∙v1+ a2∙v2+….+ an∙vn con a1, a2,…., an número reales
donde no todos son cero. Los escalares a 1,a2,…, an reciben el nombre
de coordenadas del vector u en la base formada por los vectores {v1,v2,….vn}.
Observación: Existen infinitas bases para un mismo espacio.

Ejemplo 1: Demostrar que una base para el plano, es decir, para el espacio R2, es:
B={(1,0), (0,1)}.

1º. En primer lugar, tenemos que demostrar que los vectores son linealmente
independientes:
Se tiene que cumplir que: a∙(1,0)+b∙(0,1) = (0,0) entonces a=b=0, que en este caso
también es evidente.

2º. Demostrar que cualquier vector se puede escribir como combinación lineal de los
vectores que forman la base, por ejemplo, tomemos el vector:
(-2,6): a∙(1,0) + b∙(0,1) = (-2,6) → a=-2, b=6.
Por tanto, las coordenadas en la base B del vector son (-2, 6), en este caso coinciden
ya que B es una base especial.
Por tanto B={(1,0), (0,1)} es una base, esta base recibe el nombre de base canónica y
es la base que utilizamos siempre que trabajamos en el plano. De forma análoga,
la base canónica en el espacio tridimensional será B={(1,0,0), (0,1,0), (0,0,1)}.

Definición:
Llamamos dimensión al número de vectores que forman una base. Todas las bases de
un mismo espacio tienen la misma dimensión. Es decir, la dimensión de un espacio es
el número máximo de vectores linealmente independiente que forman un sistema
generador del espacio. Por tanto, también podemos decir que es el máximo rango que
puede tener un conjunto de vectores de ese espacio.
Veamos ahora un ejemplo que no sea tan sencillo como la base canónica y donde
podamos apreciar los pasos que hay que hacer para comprobar que un subconjunto de
vectores es una base.
Ejemplo 2: Comprueba si el siguiente subconjunto de vectores es una base y calcula
su dimensión,
B={(1,0,0), (1,1,0), (0,2,-3)}.
a) En primer lugar, comprobamos que es base siguiendo los mismos pasos que en
ejemplo anterior:
b) 1º) Comprobar que los vectores son linealmente independientes. Utilizando
método, comprobamos que forman una matriz de rango 3.
2º) Comprobamos que forman un sistema generador, por ejemplo si
consideramos el vector (2,4,-6):

11
 c) (2,4,-6)=α∙(1,0.0)+β∙(1,1,0) + γ∙(0,2,-3), obtenemos el siguiente sistema:

Que es un sistema compatible determinado, de la última ecuación obtenemos

que γ=2, sustituyendo en la segunda obtenemos el valor de β=0, y por último
α=2.
b) La dimensión de la base, como hemos dicho coincide con el número de
vectores que la forman, por tanto dim(B)=3.

12