PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

ESTUDIOS GENERALES LETRAS

Matemáticas para Economía y Finanzas 2
Semestre 2023-2

1. Espacios vectoriales
1.1. Dependencia e independencia lineal
Definición 1 (Dependencia e independencia lineal). Sean v1 , v2 , . . . , vm vectores de un es-
pacio vectorial V y 0V el vector nulo en V .

a) Se dice que los vectores v1 , v2 , . . . , vm son linealmente dependientes si, existen escalares
en K c1 , c2 . . . , cm , no todos nulos, verificando la condición

c1 v1 + c2 v2 + · · · + cm vm = 0V .

b) Se dice que los vectores v1 , v2 , . . . , vm son linealmente independientes o libres si exis-

ten números reales c1 , . . . , cm tal que

c1 v1 + c2 v2 + · · · + cm vm = 0V =⇒ c1 = c2 = · · · = cm = 0.

Observación 1.

a) El hecho que un conjunto de vectores v1 , . . . , vm en un espacio vectorial V sea linealmente

independiente implica que la única solución del sistema de ecuaciones lineales originado
por la condición, c1 v1 + · · · + cm vm = 0, es la solución trivial o solución nula, esto es,
c1 = c2 = · · · = cm = 0.

b) Los vectores v1 , . . . , vm son linealmente independientes si y solo si ninguno de estos vec-

tores es una combinación lineal de los otros.

c) El hecho que un conjunto de vectores v1 , . . . , vm en un espacio vectorial V sea linealmente

dependiente significa que por lo menos hay una constante c j no nula, y de esta manera
el vector correspondiente v j puede expresarse en términos del resto de vectores.

d) Analizar que un conjunto de vectores v1 , . . . , vm sobre un espacio vectorial V sea lineal-

mente dependiente significa encontrar constantes ci no todas nulas verificando la con-
dición,
c1 v1 + c2 v2 + · · · + cm vm = 0

esto significa que el sistema de ecuaciones originado por la última condición implica
admite soluciones no triviales.

Ejemplo 1. Dado los vectores v1 = (1, 2, 1) y v2 = (0, 1, 1), v3 = (1, 0, 1) y v = (1, −1, −3).

a) Analice si el vector v se puede expresar combinación lineal de los vectores v1 , v2 y v3

Ponticia Universidad Católica del Perú ABC Espacios vectoriales

b) Pruebe si los vectores v1 y v2 son linealmente independientes.

Solución

a) Para ver si el vector v es combinación lineal de los vectores v1 , v2 y v3 debemos analizar

si el sistema de ecuaciones originado por la relación siguiente

(1, −1, −3) = c1 (1, 2, 1) + c2 (0, 1, 1) + c3 (1, 0, 1)

tiene solución. En efecto, el sistema de ecuaciones es dado por

+ c3 = 1

 c1
2c1 + c2 = −1 ,
c1 + c2 + c3 = −3


y tiene como solución c1 = 32 , c2 = −4 y c3 = − 12 . Luego, v = 23 v1 − 4v2 − 12 v3 .

b) Consideremos la ecuación c1 (1, 2, 1) + c2 (0, 1, 1) = (0, 0, 0), siendo c1 , c2 ∈ R. Esta con-

dición origina el siguiente sistema de ecuaciones lineales,

= 0

 c1
2c1 + c2 = 0
c1 + c2 = 0


cuya única solución es la trivial, esto es c1 = c2 = 0. Es decir, los vectores v1 y v2 son

linealmente independientes. q

Ejemplo 2. Pruebe que los vectores v1 = (1, 3, 2), v2 = (2, 4, 6) y v3 = (4, 9, 11) son lineal-
mente dependientes.
Solución
Consideremos la relación c1 (1, 3, 2) + c2 (2, 4, 6) + c3 (4, 9, 11) = (0, 0, 0). Esta relación origina
el siguiente sistema de ecuaciones lineales

 c1 + 2c2 + 4c3 = 0


3c1 + 4c2 + 9c3 = 0

2c1 + 6c2 + 11c3 = 0


Llevando la matriz aumentada de este sistema a su forma escalonada se obtiene,

 
1 2 4 0
0 −2 −3 0
0 0 0 0

Esto implica que (c1 , c2 , c3 ) = (−c3 , − 23 c3 , c3 ), c3 ∈ R. Es decir, además de la solución trivial

este sistema tiene otras soluciones. Por lo tanto, el conjunto formado por los vectores v1 , v2 y
v3 es linealmente dependiente.

Proposición 1 (Caracterización de dependencia e independencia lineal). En un espacio

vectorial V se cumplen las siguientes propiedades:

ABC 2
Ponticia Universidad Católica del Perú ABC Espacios vectoriales

i) Los vectores v1 , . . . , vm en V son linealmente dependientes si y solo si existe un vector

que es combinación lineal del resto de vectores.

ii) Si los vectores v1 , . . . , vm en V son linealmente independientes, entonces cualquier sub-

conjunto de {v1 , . . . , vm } es linealmente independiente.

iii) Si el conjunto de vectores v1 , . . . , vm en V es linealmente dependiente, entonces el con-

junto de vectores {v1 , . . . , vm , vm+1 } es linealmente dependiente.

Proposición 2. Los vectores v1 , v2 , . . . , vn en el espacio vectorial Rn son linealmente indepen-

dientes si y solo si det(A) 6= 0, donde A es la matriz cuyos vectores columnas son dados por los
vectores v1 , v2 , . . . , vn .

Ejemplo 3. Analice si los vectores v1 = (1, 0, 1), v2 = (−1, 1, 1) y v3 = (0, 0, 1) son linealmente
independientes.
Solución
Para analizar la independencia lineal de los vectores dado consideramos la matriz cuyas co-
lumnas son dadas por los vectores v1 , v2 , v3 , esto es
 
1 −1 0
A = 0 1 0
1 1 1

Puesto que det(A) = 1 6= 0, entonces los vectores v1 , v2 , v3 son linealmente independientes.

Corolario 3. Los vectores v1 , v2 , . . . , vn en el espacio vectorial Rn son linealmente dependientes

si y solo si det(A) = 0, donde A es la matriz cuyos vectores columnas son dados por los vectores
v1 , v2 , . . . , vn .

Ejemplo 4. Analice si los siguientes vectores v1 = (0, 1, 0), v2 = (1, 0, 1), v3 = (1, 2, −1) y
v4 = (1, 2, −3) son linealmente independientes.
Solución
Formamos la matriz cuyas columnas son los vectores dados, es decir,
 
0 1 1 1
A = 1 0 2 2
0 1 −1 −3

0 1 1
Es claro que, r(A) ≤ 3. Asimismo, puesto que el menor de orden 3 es 1 0 2 = 2 6= 0,
0 1 −1
entonces r(A) = 3, este número proporciona el número máximo de vectores linealmente in-
dependientes. Por lo tanto, el conjunto formado por los vectores v1 , v2 , v3 y v4 son linealmente
dependientes.

ABC 3
Ponticia Universidad Católica del Perú ABC Espacios vectoriales

1.2. Base de un espacio vectorial

Definición 2. Una base de un espacio vectorial V , es un conjunto β de vectores en V li-
nealmente independiente que genera todo V . Es decir, β es una base para V si cumplen las
siguientes condiciones:
a) El conjunto β es linealmente independiente,

b) El conjunto β genera V , esto es 〈β〉 = V .

El número de elementos de una base en un espacio vectorial V es llamado dimensión del
espacio V y se denota por dim(V ). Un espacio vectorial es finito dimensional si el número de
elementos de la base es finito, caso contrario el espacio es llamado infinito dimensional.
Proposición 4. Si {v1 , v2 , . . . , vn } es una base de un espacio vectorial V , entonces para cada
vector v ∈ V , existen escalares únicos c1 , c2 , . . . , cn ∈ R tales que

v = c1 v1 + c2 v2 + · · · + cn vn .

A la n−upla (c1 , . . . , cn ) se llaman coordenadas del vector v respecto de la base β = {v1 , . . . , vn }.

Proposición 5. En un espacio vectorial V de dimensión n cualquier conjunto de n vectores en
V linealmente independiente es una base para V .
Ejemplo 5. Pruebe que el conjunto de vectores v1 = (1, 1, 0), v2 = (0, 1, 1) y v3 = (2, 0, −1) es
una base del espacio vectorial R3 .
Solución
Primero probaremos que el conjunto β = {v1 , v2 , v3 } genera R3 , esto es 〈β〉 = R3 . Para esto,
consideremos un elemento arbitrario (x 1 , x 2 , x 3 ) de R3 y demostraremos que existen constan-
tes reales c1 , c2 y c3 tales que

(x 1 , x 2 , x 3 ) = c1 (1, 1, 0) + c2 (0, 1, 1) + c3 (2, 0, −1)

esto es equivalente al siguiente sistema de ecuaciones

+ 2c3 =

 c1 x1
c1 + c2 = x2
c2 − c3 = x3


La matriz ampliada del sistema es dado por

 
1 0 2 x1
1 1 0 x2 .
0 1 −1 x3
1 0 2
El rango de la matriz de coeficientes es r(A) = 3, pues 1 1 0 = 1 6= 0. Además, se cumple
0 1 −1
que r(A) = r(A|b) = 3, por lo tanto, el sistema es compatible determinado. De esta manera,
existen constante únicas vefrificando:

(x 1 , x 2 , x 3 ) = c1 (1, 1, 0) + c2 (0, 1, 1) + c3 (2, 0, −1).

ABC 4
Ponticia Universidad Católica del Perú ABC Espacios vectoriales

Ahora demostremos que los vectores v1 , v2 y v3 son linealmente independientes. Para esto,
consideremos la relación

c1 v1 + c2 v2 + c3 v3 = 0, =⇒ c1 (1, 1, 0) + c2 (0, 1, 1) + c3 (2, 0, −1) = (0, 0, 0)

Resultando el sistema siguiente

+ 2c3 = 0

 c1
c1 + c2 = 0
c2 − c3 = 0


Y puesto que el determinante de la matriz de coeficientes es 3, la única solución del siste-

ma anterior es la trivial, esto es c1 = c2 = c3 = 0. En consecuencia, los vectores dados son
linealmente independientes.

Proposición 6. Si V es un espacio vectorial que tiene una base de dimensión n, entonces

cualquier otra base tiene n vectores.

Proposición 7. Sea V un espacio vectorial n−dimensional y suponga que S = {v1 , . . . , vk } es

un conjunto de vectores de elementos de V . Si k > n, entonces S es linealmente dependiente.

Proposición 8. Suponga que los vectores v1 , . . . , vm genera un espacio vectorial V y que los
vectores no nulos w1 , . . . , w k en V son linealmente independientes, entonces k ≤ m

Ejemplo 6. ¿Es β = {(1, 1, 1), (1, 3, 2)} una base del subespacio

S = {(x, y, z) ∈ R3 : x + y − 2z = 0} de R3 ?

Solución
Para que β sea una base para el subespacio S debemos verificar las siguientes condiciones:

i) β debe generar todo el subespacio S: Esto significa que si u = (x, y, z) es un elemento

arbitrario de S, entonces es posible encontrar escalares c1 , c2 ∈ R verificando la condición
(x, y, z) = c1 (1, 1, 1) + c2 (1, 3, 2). Esta condición conduce a un sistema de ecuaciones
lineales cuya matriz aumentada es la siguiente
 
1 1 x
1 3 y
1 2 z
 
1 1 x
de manera que al llevarla a su forma escalonada resulta 0 1 z − x  y al usar el
0 0 x + y − 2z
 
1 1 x
hecho que x + y −2z = 0 resulta 0 1 z − x . De esto se deduce que r(A) = r(A|B) =

0 0 0
2 y por tanto se garantiza la existencia de c1 , c2 .

ABC 5
Ponticia Universidad Católica del Perú ABC Espacios vectoriales

ii) β debe ser linealmente independiente. Esto significa que la condición

c1 (1, 1, 1) + c2 (1, 3, 2) = (0, 0, 0)

debe implicar que c1 = c2 = 0. La condición anterior conduce a un sistema de ecuaciones

lineales, cuya matriz ampliada y su forma escalonada respectivamente son
   
1 1 0 1 1 0
1 3 0 0 1 0
1 2 0 0 0 0

Por lo tanto, r(A) = r(A|B) = 2 y esto coincide con el número de incógnitas. En conse-
cuencia, el sistema de ecuaciones tiene como única solución, la solución nula.

Por lo tanto, β es una base para el subespacio vectorial S.

Ejemplo 7. Encuentre una base para los siguientes subespacios vectoriales de R3

a) S1 = {(x, y, z) ∈ R3 : x − y − z}

b) S2 = 〈{v1 , v2 }〉, donde v1 = (1, 0, 1) y v2 = (−1, 1, 0)

c) S3 = {(x, y, z) ∈ R3 : x + y + z = 0}

d) S4 = 〈{v1 , v2 , v3 }〉, donde v1 = (1, 1, 1), v2 = (−1, 0, 1), v3 = (0, 1, 2).

ABC 6
Ponticia Universidad Católica del Perú ABC Producto interno

2. Espacio vectorial euclídeo

El siguiente paso es dotar a Rn de una estructura de espacio euclídeo, para lo cual empe-
zamos definiendo sobre Rn el producto escalar.

Definición 3. Sea V un espacio vectorial. Un producto escalar o producto interno sobre V es

una aplicación de la forma
〈 , 〉 : V × V −→ R

que verifica las siguientes condiciones:

1. 〈u, v〉 = 〈v, u〉

2. 〈au + bv, w〉 = a〈u, w〉 + b〈v, w〉, 〈u, av + bw〉 = a〈u, v〉 + b〈u, w〉

3. 〈u, u〉 ≥ 0 y 〈u, u〉 = 0 si y solo si u = 0.

Un espacio vectorial V provisto de un producto escalar es llamado espacio euclídeo.

Ejemplo 8 (Producto escalar canónico en Rn ). Sobre Rn se define el producto escalar ca-

nónico por
〈 , 〉 : Rn × Rn −→ R

〈(x 1 , x 2 , . . . , x n ), ( y1 , y2 , . . . , yn )〉 = x 1 y1 + x 2 y2 + · · · + x n yn

Ejemplo 9. Sobre el espacio vectorial R2 las siguientes aplicaciones son productos escalares.

a) 〈u, v〉 = x 1 y1 + 3x 2 y2
   

y1 1 −2
b) 〈u, v〉 = x 1 x 2 A , donde la matriz A =
y2 −2 5

donde u = (x 1 , x 2 ) y v = ( y1 , y2 ).

Definición 4. Sean u, v vectores en un espacio vectorial euclídeo V . Se dice que u y v son

ortogonales si 〈u, v〉 = 0 y se denota por u ⊥ v. En general, se dice que el conjunto de vectores
{v1 , v2 , . . . , vm } de V es ortogonal si 〈vi , v j 〉 = 0, para i 6= j.

Ejemplo 10. En R4 , el conjunto de vectores {v, v2 , v3 } es ortogonal, donde v1 = (1, 0, 1, 1),

v2 = (0, 1, −1, 1) y v3 = (3, 1, −1, −2), pues se cumple que

〈v1 , v2 〉 = 0, 〈v1 , v3 〉 = 0, 〈v2 , v3 〉 = 0

Pruebe el siguiente resultado.

Proposición 9. Sean V un espacio vectorial y S = {v1 , v2 , . . . , vm } un conjunto de vectores de

él. Si S es un conjunto ortogonal entonces S es linealmente independiente.

7 ABC