UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE CIENCIAS Y EDUCACIÓN

PROYECTO CURRICULAR LIC. MATEMÁTICAS
Validez y modelos
Docente: Alberto Forero
Nicolas David Cabezas Mesa Cód.20172145009
Heidy Natalia Romero Mora Cód.20201245060
Brayan Santiago Rodriguez Gonzalez Cód. 20201245087
Laura Michell Mendoza Silva Cód. 20201245040

Primer Informe

1. Introducción
En el siguiente informe se quiere demostrar si la siguiente expresión es una espacio vectorial y si
tiene dependencia lineal, entonces para R2 con (a, b) + (c, d) = (a + c + 1, b + d + 1) teniendo en cuenta
el siguiente escalar α (a, b) = (α + αa − 1, a + αb − 1). Los objetos manifiestan una representación en el
plano de la siguiente manera:
Para (a, b) + (c, d) = (a + c + 1, b + d + 1)
Para α (a, b) = (α + αa − 1, a + αb − 1)

Figura 1: Representación del comportamiento de los vectores en la adición

Cada propiedad y transformación de los vectores, se comportan conforme lo visto previamente.

2. Demostración del espacio vectorial

Se es espacio vectorial si (R2 , +, ∗) se cumplen las propiedades aditivas y escalares. A continuación se
demuestran cada una de las propiedades:

Página 1 de 11
 Figura 2: Representación del comportamiento de los vectores escalandolos

2.1. Cerradura aditivo

Para demostrar esto tomamos dos vectores (a,b) y (c,d) en ℜ2 , entonces:

⃗a = (a, b) y ⃗b = (c, d) (1)

(a, b) + (c, d) = (a + c + 1, b + d + 1) (2)

La suma de dos vectores en ℜ2 esta nuevamente en ℜ2 , por tanto la operación esta cerrada bajo la suma

⃗a y ⃗b ϵ ℜ2 (3)

2.2. Asociativa aditivo

tengamos en cuenta la siguiente expresión:

(⃗a + ⃗b) + ⃗c = ⃗a + (⃗b + ⃗c) (4)

donde: ⃗a = (a, b), ⃗b = (c, d) y ⃗c = (e, f ) y ⃗a, ⃗b, ⃗c ∈ R2

remplazamos
((a, b) + (b, c)) + (e, f ) = (a, b) + ((b, c) + (e, f )) (5)
Aplicando la definición ya asignada de:

(a, b) + (c, d) = (a + c + 1, b + d + 1) (6)

entonces:
(a + c + 1, b + d + 1) + (e, f ) = (a, b) + ((c, d) + (e, f )) (7)

Página 2 de 11
 ((a + c + 1) + e + 1, (b + d + 1) + f + 1) = (a, b) + ((c, d) + (e, f )) (8)
((a + (c + e + 1) + 1, b + (d + f + 1) + 1) = (a, b) + ((c, d) + (e, f )) (9)
(a, b) + (c + e + 1, d + f + 1) = (a, b) + ((c, d) + (e, f )) (10)
(a, b) + ((c, d) + (e, f )) = (a, b) + ((c, d) + (e, f )) (11)
Con esto queda demostrado la asociativa de la suma.

2.3. Neutro aditivo

Sea (a, b), (α, β) ∈ R2 se dice que (a, b) + (α, β) = (a, b).
El comportamiento del conjunto es dado por:

(a, b) + (α, β) = (a + α + 1, b + β + 1) (12)

Evaluamos cada componente de la pareja ordenada:

Abscisa Evaluamos α:
a+α+1=a (13)
α=a−a−1 (14)
α = −1 (15)

Ordenadas Evaluamos β:
b+β+1=b (16)
β =b−b−1 (17)
β = −1 (18)

Luego decimos que el elemento neutro es:

(α, β) = (−1, −1) (19)

Finalmente:
(a, b) + (α, β) = (a, b) (20)
(a, b) + (−1, −1) = (a, b) (21)

2.4. Inverso aditivo

ya demostrado el elemento neutro aditivo es ⃗n = (−1, −1) Ahora encontraremos el inverso aditivo
para este espacio vectorial
Para hallarlo debemos sumar dos vectores que su resultado sea el vector neutro, entonces tenemos
⃗a = (a, b), ⃗b = (c, d) : ⃗a, ⃗b ∈ R2
⃗a + ⃗b = ⃗n (22)

(a, b) + (c, d) = (−1, −1) (23)

Aplicando la definición ya asignada de:

(a, b) + (c, d) = (a + c + 1, b + d + 1) (24)

(a + c + 1, b + d + 1) = (−1, −1) (25)

Página 3 de 11
Evaluamos cada componente de la pareja ordenada:
a + c + 1 = −1 (26)
c = −a − 1 − 1 (27)
c = −a − 2 (28)
b + d + 1 = −1 (29)
d = −b − 1 − 1 (30)
d = −b − 2 (31)
por ende el inverso de (a, b) es (−a − 2, −b − 2) y lo podemos verificar
(a, b) + (−a − 2, −b − 2) (32)
(a + (−a − 2) + 1, b + (−b − 2) + 1) (33)
(−1, −1) (34)
Dando ası́ demostrado que existe inverso aditivo

2.5. Conmutativa aditivo

Inicialmente necesitamos mostrar que para cualquiera dos vectores (a,b) y (c,d) en ℜ2 , se cumple que:
(a, b) + (c, d) = (c, d) + (a, b) (35)
Según la definición dada:
(a, b) + (c, d) = (a + c + 1, b + d + 1) (36)
Y también:
(c, d) + (a, b) = (c + a + 1, d + b + 1) (37)
Para que la conmutatividad se mantenga, necesitamos demostrar que:
(a + c + 1, b + d + 1) = (c + a + 1, d + b + 1) (38)
Sumando los términos en cada componente, vemos que:
a+c+1=c+a+1 (39)
b+d+1=d+b+1 (40)
Estas ecuaciones son verdaderas, lo cual confirma que la suma es conmutativa en este espacio vectorial

2.6. Cerradura escalar

Necesitamos demostrar que la multiplicación de un escalar por un vector en ℜ2 sigue produciendo un
vector en ℜ2 , consideremos un vector (a,b) en ℜ2 y un escalar α:

La multiplicación del vector (a,b) por el escalar α esta definida como:

α · (a, b) = (α + αa − 1, α + αb − 1) (41)
Para demostrar la cerradura escalar, mostramos que el resultado de esta operación también es un vector
en ℜ2 , es decir que los componentes (α + αa − 1, α + αb − 1) son números reales, lo cual es cierto pues α
es un escalar y (a,b) son componentes reales.

Por tanto, la multiplicación de un escalar por un vector en este espacio vectorial produce nuevamente
un vector en ℜ2 , lo que demuestra la cerradura escalar.

Página 4 de 11
2.7. Distributiva escalar
Dado un escalar α y dos vectores (a,b) y (c,d), queremos demostrar que:
α[(a, b) + (c, d)] = α(a, b) + α(c, d) (42)
Primero, calculemos el lado izquierdo de la ecuación:
α[(a, b) + (c, d)] = α(a + c + 1, b + d + 1) (43)
= (α(a + c + 1) − 1, α(b + d + 1) − 1) (44)
= (αa + αc + α − 1, αb + αd + α − 1) (45)
Ahora, vamos a calcular el lado derecho de la ecuación:
α(a, b) + α(c, d) = (αa − 1, αb − 1) + (αc − 1, αd − 1) (46)
= ((αa − 1) + (αc − 1) + 1, (αb − 1) + (αd − 1) + 1) (47)
= (αa + αc + α − 1, αb + αd + α − 1) (48)
Como ambas partes de la igualdad son iguales, hemos demostrado que la propiedad escalar distributiva
se cumple en este espacio vectorial.

2.8. Unidad de escalar

Debemos descubrir un escalar que al operarlo con un vector nos de el mismo vector Sea (a, b), α ∈ R2
se dice que α(a, b) = (a, b).
El comportamiento del conjunto es dado por:
α(a, b) = (α + αa − 1, α + αb − 1) (49)
Se evalúa la pareja ordenada en α:
(α + αa − 1, α + αb − 1) = (a, b) (50)
α + αa − 1 = a (51)
y
α + αb − 1 = b (52)
Ahora vamos a manipular la expresión 51 y despejamos α
α + αa − 1 = a (53)
α(1 + a) − 1 = a (54)
α(1 + a) = a + 1 (55)
α(1 + a) = a + 1 (56)
a+1
α= (57)
1+a
Ahora por conmutabilidad de los reales diciendo que a + 1 = 1 + a decimos que esto es igual a 1
Y lo comprobamos que α = 1:
α(a, b) = 1(a, b) (58)
(1 + (1)a − 1, 1 + (1)b − 1) (59)
(1 + a − 1, 1 + b − 1) (60)
(a, b) (61)
Cumpliendo ası́ la unidad escalar de este espacio vectorial es 1

Página 5 de 11
2.9. Ley asociativa de la multiplicación por escalares
Inicialmente necesitamos mostrar que para cualesquiera escalares α, µ y cualquier vector (a,b) en ℜ2 ,
se cumple que:
(α · µ) · (a, b) = α · (µ · (a, b)) (62)
Pues, según la definición dada:
P ara (α · µ) · (a, b) : (63)
(α · µ) · (a, b) = ((α · µ) + (α + α · a − 1) − 1, (α · µ) + (α + α · b − 1) − 1) (64)
P ara α · (µ · (a, b)) : (65)
α · (µ · (a, b)) = α · ((µ + µ · a − 1, µ + µ · b − 1)) (66)
= (α + α · (µ + µ · a − 1) − 1, α + α · (µ + µ · b − 1) − 1) (67)
Para que la asociatividad se mantenga, demostramos que ambas expresiones son iguales
Comparando las expresiones:

((α · µ) + (α + α · a − 1) − 1, (α · µ) + (α + α · b − 1) − 1)

(α + α · (µ + µ · a − 1) − 1, α + α · (µ + µ · b − 1) − 1) (68)
Ambas expresiones son iguales, lo cual confirma la asociatividad de la multiplicación por escalares en este
espacio vectorial

2.10. Conmutativa escalar

Inicialmente necesitamos mostrar que para cualquier escalar α y cualquier vector (a,b) en ℜ2 , se
cumple que:
α · (a, b) = (a, b) · α (69)
Según la definición dada:
α · (a, b) = (α + αa − 1, α + αb − 1) (70)
y también:
(a, b) · α = (α + αa − 1, α + αb − 1) (71)
Para que la conmutatividad se mantenga demostramos que:

(α + αa − 1, α + αb − 1) = (α + αa − 1, α + αb − 1) (72)

Dado que los dos lados son idénticos, se confirma que la multiplicación escalar es conmutativa en este
espacio vectorial

3. Combinación lineal e independencia Lineal en el espacio

Para demostrar si hay dependencia o independencia lineal debemos tener en cuenta la siguiente de-
mostración :
α⃗a + β⃗b = ⃗n (73)
en donde sucede lo siguiente:α, β ∈ R y ⃗a = (2, 3),⃗b = (1, 2)⃗n = (−1, −1)
entonces remplazando queda de la siguiente forma:

α(2, 3) + β(1, 2) = (−1, −1) (74)

Página 6 de 11
Ahora aplicamos la condición sobre escalar definido anteriormente: α (a, b) = (α + αa − 1, a + αb − 1).

(α + α2 − 1, α + α3 − 1) + (β + β1 − 1, β + β2 − 1) = (−1, −1) (75)

Y ahora aplicamos la condición en la suma definido anteriormente:(a, b) + (c, d) = (a + c + 1, b + d + 1)

((α + α2 − 1) + (β + β1 − 1) + 1, (α + α3 − 1) + (β + β2 − 1) + 1) = (−1, −1) (76)

(α + α2 − 1 + β + β1, α + α3 − 1 + β + β2) = (−1, −1) (77)
Aquı́ podemos obtener dos ecuaciones que son las siguientes:

α + α2 − 1 + β + β1 = −1 (78)

y
α + α3 − 1 + β + β2 = −1 (79)
Ahora manipularemos la ecuación numero 78 y en este despejaremos α

α + α2 − 1 + β + β1 = −1 (80)

α + α2 + β + β1 = 0 (81)
3α + 2β = 0 (82)
3α = −2β (83)
−2β
α= (84)
3
Ahora remplazamos α en la expresión numero 79 y despejamos β

α + α3 − 1 + β + β2 = −1 (85)

α + α3 + β + β2 = 0 (86)
−2β −2β
+ (3) + β + β2 = 0 (87)
3 3
−2β −6β
+ + 3β = 0 (88)
3 3
−8β
+ 3β = 0 (89)
3
β
=0 (90)
3
β=0 (91)
Con esto concluimos que tanto α y β van a ser iguales a 0 entones estos vectores son linealmente indepen-
diente, ahora si utilizamos otros vectores y desarrollamos el mismo procedimiento llegaremos que también
son independientes, es decir que todos los vectores de este espacio vectorial son linealmente independientes
entre ellos

Página 7 de 11
4. Base en el espacio
Si todos los elementos de un espacio vectorial son linealmente independientes entre sı́, entonces cual-
quier conjunto formado por esos elementos serı́a una base para ese espacio vectorial. Una base es un
conjunto de vectores que es linealmente independiente y que puede generar cualquier vector del espacio
mediante combinaciones lineales.
Por lo tanto, en este caso, la base del espacio vectorial estarı́a formada por todos los elementos del
espacio en sı́ mismo. Es decir, la base serı́a el propio conjunto de vectores que conforman el espacio
vectorial. Cualquier vector en el espacio puede ser expresado como una combinación lineal única de estos
vectores, ya que son linealmente independientes y generan todo el espacio.

5. Producto interior del conjunto

Un producto interno sobre un espacio vectorial es una función que asocia un número denotado co-
mo(v,v) con un par de vectores u y v.
Esta función satisface las siguiente necesidades: ⟨a, b⟩
-Axioma de simetria: ⟨u, v⟩= ⟨v, u⟩
-Axioma aditivo: ⟨u + v, w⟩ = ⟨u, w⟩+⟨v, w⟩
-Axioma de homogeneidad: ⟨αu, v⟩ = α ⟨u, v⟩
-Axioma definido positivo: ⟨u, c⟩ ≥ 0
- ⟨u, u⟩ =0 si u=0
Teniendo en cuenta el vector y escalar sobre el cual estamos trabajando:

(a, b) + (c, d) = (a + c + 1, b + d + 1) (92)

α (a, b) = (α + αa − 1, a + αb − 1) (93)
Si utilizamos la en producto interior usual nos damos cuenta que no nos conviene para este espacio
vectorial, entonces nos corresponde encontrar como funciona el producto interior del espacio vectorial
entonces realizaremos en nuestro espació vectorial el siguiente producto interno

⟨(a, b), (c, d)⟩ = (a + 1)(c + 1) + (b + 1)(d + 1) (94)

con este producto interior realizaremos las demostraciones de las axiomas

-Axioma de simetrı́a: ⟨u, v⟩= ⟨v, u⟩
tengamos en el siguiente producto interior: ⟨a, b⟩ en donde demostramos ⟨(a, b), (c, d)⟩= ⟨(c, d), (a, b)⟩
y operamos desde el lado izquierdo

⟨(a, b), (c, d)⟩ = ⟨(c, d), (a, b)⟩ (95)

Aplicamos el producto interno definido anteriormente:

(a + 1)(c + 1) + (b + 1)(d + 1) = ⟨(c, d), (a, b)⟩ (96)

Ahora si aplicamos la ley conmutativo de la multiplicación de los reales donde ab = ba realizamos lo

siguiente
(c + 1)(a + 1) + (d + 1)(b + 1) = ⟨(c, d), (a, b)⟩ (97)
y si aplicamos el producto interno de este espacio logramos la igualdad

⟨(c, d), (a, b)⟩ = ⟨(c, d), (a, b)⟩ (98)

Página 8 de 11
quedando asi demostrado el axioma de simetrı́a
-Axioma aditivo: ⟨u + v, w⟩ = ⟨u, w⟩+⟨v, w⟩ Para este proponemos que u = (a, b), v = (c, d) y w = (e, f )
con eso remplazamos en la ecuación que queremos demostrar:

⟨u + v, w⟩ = ⟨u, w⟩ + ⟨v, w⟩ (99)

⟨(a, b) + (c, d), (e, f )⟩ = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (100)
Ahora operamos el lado de la igualdad izquierdo siguiendo las normas del producto interno y suma de
este espacio vectorial:

⟨(a + c + 1, b + d + 1), (e, f )⟩ = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (101)

((a + c + 1) + 1(e + 1) + ((b + d + 1) + 1(f + 1) = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (102)
((a + c + 2)(e + 1) + ((b + d + 2)(f + 1) = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (103)
ae + ce + 2e + a + c + bf + df + 2f + b + d + 4 = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (104)
Con esto ordenado podemos hacer según la conmutabilidad de la suma de los reales donde a + b = b + a
, 4 = 1 + 1 + 1 + 1 y 2a = a + a podemos reorganizarlo de la siguiente forma:

ae+ce+2e+a+c+bf +df +2f +b+d+4 = ae+a+e+1+bf +b+f +1+ce+c+e+1+df +d+f +1 (105)

entonces:

ae + a + e + 1 + bf + b + f + 1 + ce + c + e + 1 + df + d + f + 1 = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (106)

Realizamos factor común:

(a + 1)(e + 1) + (b + 1)(f + 1) + (c + 1)(e + 1) + (d + 1)(f + 1) = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (107)

y si aplicamos el producto interno de este espacio concluimos que:

((a + 1)(e + 1) + (b + 1)(f + 1)) + ((c + 1)(e + 1) + (d + 1)(f + 1)) = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (108)

⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ = ⟨(a, b), (e, f )⟩ + ⟨(c, d), (e, f )⟩ (109)
con esto queda demostrado el axioma de aditivo
-Axioma de homogeneidad: ⟨αu, v⟩ = α ⟨u, v⟩ Para demostrar este axioma aplicaremos el producto interno
y propiedad escalar definida para este espacio vectorial y en donde lo aplicamos por el lado izquierdo de
la igualdad:
⟨αu, v⟩ = α ⟨u, v⟩ (110)
⟨α(a, b), (c, d)⟩ = α ⟨(a, b), (c, d)⟩ (111)
⟨(α + αa − 1, α + αb − 1), (c, d)⟩ = α ⟨(a, b), (c, d)⟩ (112)
((α + αa − 1) + 1)(c + 1) + ((α + αb − 1) + 1)(d + 1)) = α ⟨(a, b), (c, d)⟩ (113)
(α + αa)(c + 1) + (α + αb)(d + 1) = α ⟨(a, b), (c, d)⟩ (114)
(α(c + 1) + αa(c + 1)) + (α(d + 1) + αb(d + 1) = α ⟨(a, b), (c, d)⟩ (115)
αc + α + αac + αa + αd + α + αbd + αb = α ⟨(a, b), (c, d)⟩ (116)
Ahora por la propiedad conmutativa de la suma podemos decir que αc+α+αac+αa+αd+α+αbd+αb =
αac + αa + αc + α + αbd + αb + αd + α Entonces=

αc + α + αac + αa + αd + α + αbd + αb = α ⟨(a, b), (c, d)⟩ (117)

Página 9 de 11
 αac + αa + αc + α + αbd + αb + αd + α = α ⟨(a, b), (c, d)⟩ (118)
Si obtenemos el factor común se obtiene lo siguiente

α(ac + a + c + 1 + bd + b + d + 1) = α ⟨(a, b), (c, d)⟩ (119)

α(a(c + 1) + 1(c + 1)) + (b(d + 1) + 1(d + 1)) = α ⟨(a, b), (c, d)⟩ (120)
α(a + 1)(c + 1) + (b + 1)(d + 1) = α ⟨(a, b), (c, d)⟩ (121)
Aplicando el producto interno definido en este espacio vectorial se resuelve la igualdad:

α ⟨(a, b), (c, d)⟩ = α ⟨(a, b), (c, d)⟩ (122)

Dando ası́ demostrado este axioma

-Axioma definido positivo: ⟨u, v⟩ ≥ 0 Para esto sea u = (a, b) y v = (c, d) entonces lo remplazamos y
aplicamos el producto interno definido para este espacio vectorial:

⟨u, v⟩ ≥ 0 (123)

⟨(a, b), (c, d)⟩ ≥ 0 (124)

(a + 1)(c + 1) + (b + 1)(d + 1) ≥ 0 (125)
Ahora operamos el lado izquierdo de la igualdad

(a(c + 1) + 1(c + 1)) + (b(d + 1) + 1(d + 1)) ≥ 0 (126)

(ac + a + c + 1) + (bd + b + d + 1) ≥ 0 (127)

Con esto podemos concluir que esto sera siempre mayor a 1 y sera igual a cero si uno de los vectores sea
(−1, −1) y el otro (0,0) quedando ası́ demostrado este axioma

- ⟨u, v⟩ =0 si u=0
proponemos los siguientes vectores u = (0, 0) y v = (a, b) remplazamos y operamos con el producto
interno que se definió para este espacio vectorial

⟨u, v⟩ = 0 (128)

⟨(0, 0), (a, b)⟩ = 0 (129)

(0 + 1)(a + 1) + (0 + 1)(b + 1) = 0 (130)
(a + 1) + (b + 1) = 0 (131)
Para que se cumpla esta igualdad va ser cuando a = −1 y b = −1 pero con otro vector no lo cumple con
este axioma.

6. Productos ortogonales
Para definir ortogonalidad vamos a tener en cuenta un vector especifico que va a ser ⃗a = (2, 3) en
donde buscaremos otro vector que sea ortogonal a este y de paso el espacio ortogonal:
Entonces sea definido el producto interno de la siguiente forma:

⟨(a, b), (c, d)⟩ = (a + 1)(c + 1) + (b + 1)(d + 1) (132)

Página 10 de 11
Ahora si tenemos el vector ⃗a = (2, 3) y otro vector ⃗b = (a, b) y todo esto sera igualado a cero:

⟨(2, 3), (a, b)⟩ = (2 + 1)(a + 1) + (3 + 1)(b + 1) = 0 (133)

(3)(a + 1) + (4)(b + 1) = 0 (134)

3a + 3 + 4b + 4 = 0 (135)
3a + 4b + 7 = 0 (136)
Para que esto sea cierto, podemos elegir valores especı́ficos para a y b que satisfagan esta ecuación. Por
ejemplo, podemos tomar a = −1 y b = −1 dando ası́ que se cumpla

3(−1) + 4(−1) + 7 = 0 (137)

−3 + (−4) + 7 = 0 (138)
−7 + 7 = 0 (139)
0=0 (140)
Entonces el vector ortogonal de (2, 3) es (−1, −1)
Ahora despues de demostrar los axiomas y el ortogonal de este vector hemos concluido que el vector
(−1, −1) es ortogonal a otro cualquier vector pero si buscamos un vector ortogonal:

⟨(−1, −1), (a, b)⟩ = (−1 + 1)(a + 1) + (−1 + 1)(b + 1) = 0 (141)

(−1 + 1)(a + 1) + (−1 + 1)(b + 1) = 0 (142)

(a + 1) + (b + 1) = 0 (143)
Y para que se cumpla se toma a = −1 y b = −1 dando ası́ que se cumpla

Página 11 de 11