UNIVERSIDAD NACIONAL DE EDUCACIÓN

ENRIQUE GUZMÁN Y VALLE

“Alma Mater del Magisterio Nacional”

FACULTAD DE CIENCIAS

DEPARTAMENTO ACADÉMICO DE MATEMÁTICA E INFORMÁTICA

MONOGRAFÍA

ESPACIOS VECTORIALES CON PRODUCTO INTERIOR

para optar el Título Profesional de:

LICENCIADO EN EDUCACIÓN

Especialidad: MATEMÁTICA E INFORMÁTICA

presentado por:

BACH. PABLO GARCÍA MEZA

La Cantuta, 13 Noviembre del 2014

 MIEMBROS DEL JURADO

__________________________________
MG. AURELIO JULIÁN GAMEZ TORRES
Presidente

__________________________________
MG. CARLOS QUISPEALAYA ALIAGA
Secretario

______________________________________
LIC. VICENTE CARLOS DÁVILA HUAMÁN
Vocal

2
 DEDICATORIA
A la memoria de mis amados padres
Mamerta Meza Julca
Luciano García Morales

3
 Agradecimiento

Mi profundo agradecimiento a Dios y a la vida por darme el aliento y la

fuerza para emprender este trabajo de investigación que espero contribuirá en la
formación de los actuales y futuros estudiantes de Matemática.

En especial, mi agradecimiento a la memoria de mi querida madre

Mamerta Meza Julca, a mis hermanos Lucila Venturo Meza, Raúl Enrique
Corcino Meza, a mi cuñado Pedro Gomero Guillermo, así como a los alumnos y
padres de familia de la provincia de Casma, por ser la inspiración y sentido último
de este logro y realización personal y profesional que hoy se inicia y por formarme
en el camino tan importante y bello como es el de ser docente.

Agradezco también a los maestros y maestras de la Universidad Nacional

de Educación, Enrique Guzmán y Valle - La Cantuta, por brindarme la
dirección y los conocimientos necesarios en este camino en la vida, y a mis
compañeros de estudio que supieron con sus conocimientos y apoyo darme
aliento y fuerza para perseverar en el aprendizaje de todos los cursos que durante
estos años hemos compartido juntos en las aulas de esta Universidad.

Asimismo a mis amigos y demás familiares que siempre han sido el

estímulo de mi vida y de los proyectos de estudio que he emprendido para poder
ser cada vez mejor profesional y sobre todo mejor persona.

4
 INTRODUCCIÓN

El presente trabajo monográfico titulado “ESPACIOS VECTORIALES CON

PRODUCTO INTERNO” consta de dos capítulos.

En el primer capítulo titulado: “ESPACIOS VECTORIALES” definimos el concepto

del espacio vectorial así como las leyes de composición interna y externa.
Además definimos los conceptos de combinación lineal de vectores, dependencia
e independencia lineal y sus respectivos ejemplos de aplicación.
El concepto de conjunto de generadores es tratado a través de una serie de
ejemplos para su mejor comprensión.
En base a los temas de conjunto de generadores así como de independencia,
establecemos el concepto de base de espacio vectorial que es muy importante
para el desarrollo del siguiente capítulo.

El segundo capítulo titulado “ESPACIOS VECTORIALES CON PRODUCTO

INTENRO” para reconocer cuando un espacio vectorial está dotado de un
producto interno.
Además desarrollamos conceptos como norma de un vector en un espacio con
producto interno, vectores ortogonales, vectores unitarios y vectores
ortonormales, así como sus respectivas propiedades.
Finalmente desarrollamos el Proceso de Ortonormalización de Gram Schmidt
para la construcción de una base ortonormal.

Espero que esta monografía sea un aporte interesante para los estudiantes de
Matemática, como también para los profesionales que se dedican a la enseñanza
de la Matemática para su aplicación en situaciones concretas.

Agradezco a todos aquellos que con sus aportes y correcciones colaboraron en la

elaboración de la presente monografía.

5
 INDICE

CAPITULO I: ESPACIOS VECTORIALES

1.1 Definición de Espacio Vectorial. Leyes de composición 08

interna y leyes de composición externa.
1.2 Ejercicios de aplicación de espacios vectoriales 10
1.2.1 Ejercicio de aplicación con matrices 10
1.2.2 Ejercicio de aplicación con función exponencial 17
1.2.3 Ejercicio de aplicación con función compuesta 22
1.2.4 Ejercicio de aplicación con ternas ordenadas 26
1.3 Subespacios vectoriales. Definición. Ejemplos 33
1.4 Combinación lineal de vectores. Ejemplos. 38
1.5 Dependencia e Independencia Lineal de vectores. 41
Ejemplos
1.5.1 Aplicación didactica con polinomios 41
1.5.2 Aplicación didactica con vectores 43
1.5.3 Aplicación didactica con vectores 45
1.6 Conjunto de generadores. Ejemplos 51
1.7 Base de un espacio vectorial. Ejemplos 54

CAPITULO II: ESPACIOS VECTORIALES CON PRODUCTO INTERNO

2.1 Espacio vectorial con producto interno. Propiedades. 63

2.2 Norma de vectores en un espacio con producto interno. 66

2.2.1 Espacio Euclídeo 66

2.2.2 Definición de Norma 66

2.2.3 Propiedades de la Norma 66

2.2.4 Desigualdad de Cauchy Schwartz 68

2.2.5 Ley del paralelogramo 69

2.2.6 Distancia entre dos vectores 69

6
2.3 Bases ortogonales y ortonormales 70

2.3.1 Vectores ortogonales 70

2.3.2 Interpretación geométrica de la ortogonalidad 73

de vectores

2.3.3 Vector unitario 74

2.3.4 Vectores ortonormales 74

2.3.5 Bases ortonormales 75

2.3.6 Proyección ortogonal de un vector 𝑎⃗ sobre

un vector 𝑏⃗⃗ 76

2.3.7 Componente Ortogonal 77

2.3.8 Vectores paralelos 78

2.3.9 Proceso de ortonormalización de Gran

Schmidth. Ejemplo 79

2.3.10 Angulo entre dos vectores 84

Aplicación Didáctica 86

Sintesis 90

Apreciación crítica y sugerencias 91

Bibliografía 92

Anexos 93

7
 CAPITULO I
ESPACIOS VECTORIALES

1.1 DEFINICIÓN. LEYES DE COMPOSICIÓN INTERNA Y COMPOSICIÓN

EXTERNA.

Un conjunto V, NO VACIO, se llama Espacio Vectorial sobre un cuerpo K, si

esta provisto de dos operaciones:

a) Una operación de suma entre los elementos de V, denotado del siguiente

modo:

⨁ : Vx V V
(u, v) u⨁ v

b) Una operación de producto entre los elementos de K (cuerpo de escalares)

y los elementos de V denotado del siguiente modo:

⊙:KxV V
(, V)  ⊙ V

Y además, con respecto a las operaciones ya indicadas, se cumplen las

siguientes propiedades:

CON RESPECTO A LA SUMA ⨁

A1) Si u  V    V  u ⨁ v  V (Propiedad cerradura)
A2) Si u  V    V  u ⨁ v = v ⨁ u (Propiedad conmutativa)
A3) Si u  V    V  w  V  u ⨁ (v ⨁ w) = (u ⨁ v) ⨁ w (Propiedad
asociativa)
A4) Existe   V /  ⨁  =  ⊕ v = v, ⋁ v  V
Para v ⊕  = 𝑣,  es el elemento neutro por derecha.
Para  ⊕ 𝑣 = 𝑣,  es el elemento neutro por izquierda.

8
Si el elemento neutro por derecha y el elemento neutro por izquierda son iguales
entonces podemos afirmar que el elemento neutro  existe y es único.

A5) Para todo v  V existe – v / v ⨁ (-v) = (-v) ⨁ v = ,   V

Para v ⨁ (-v) = , -v es el elemento inverso aditivo por derecha.
Para (-v) ⨁ v = , -v es el elemento inverso aditivo por izquierda.

Si el elemento inverso aditivo por derecha y el elemento inverso aditivo por

izquierda son iguales, entonces decimos que –v existe y es único.

Podemos observar que en las propiedades de A 1 a A5 solo hemos considerado

elementos internos (vectores), más no elementos externos (escalares). Es por
este motivo que las propiedades de A1 hasta A5 reciben el nombre de LEYES DE
COMPOSICIÓN INTERNA.

CON RESPECTO AL PRODUCTO ⊙

M1) Si   K y v  V ⟹ 𝛼 ⨀ 𝑣 𝜖 𝑉 (Propiedad cerradura)
M2) Si   K    K  v  V ⟹ 𝛼 ⨀ ( ⨀ 𝑣) = (𝛼 𝛽) ⨀ 𝑣 (Asociatividad
escalar)
M3) Si   K    K  v  V ⟹ ( 𝛼 + 𝛽) ⨀ 𝑣 = (α ⨀ 𝑣)⨁( 𝛽 ⨀ 𝑣)
(Distributividad
escalar)

M4) Si   K  u V  v  V ⟹ 𝛼 ⊙ (𝑢 ⨁ 𝑣) = ( 𝛼 ⊙ u) ⨁ ( 𝛼 ⊙v)
(Distributividad escalar)

M5) Si e  K  v  V ⟹ 𝑒 ⨀ 𝑣 = 𝑣 , donde “e” es el Elemento Neutro

Multiplicativo

Podemos observar que en las propiedades de multiplicación (de M1 a M5) además

de los elementos internos (vectores) tomamos elementos externos (escalares).
Por eso las propiedades de multiplicación (de M1 a M5) reciben el nombre de
LEYES DE COMPOSICIÓN EXTERNA.

9
Si un conjunto V  , provisto de las operaciones de suma ⨁ y producto ⊙
cumple con las 10 propiedades señaladas anteriormente decimos que V es un
espacio vectorial.

1.2. APLICACIÓN DIDÁCTICA

1.2.1 APLICACIÓN DIDÁCTICA CON MATRICES

𝑎 𝑏
Averiguar si el conjunto de elementos 𝑢 = [ ] con las operaciones:
𝑐 𝑑

−𝑎1 − 𝑎2 𝑏1 + 𝑏2
𝑢1 ⊕ 𝑢2 = [ ]
−𝑐1 − 𝑐2 𝑑1 + 𝑑2

0 ⋏ (𝑎 + 𝑏 + 𝑐 + 𝑑)
⋏⊙𝑢 = [ ]
0 0

Es un espacio vectorial. Indicar que axiomas se cumplen justificando.

Solución:
CON RESPECTO A ⨁:
A1) P.D. u1  M2x2 y u2  M2x2  u1 ⨁ u2  M2x2 (CERRADURA)
Veamos:
𝑎1 𝑏1 𝑎 𝑏2
Sea u1 = [ ] y u2 =[ 2 ]
𝑐1 𝑑1 𝑐2 𝑑2
Entonces:

𝑎1 𝑏1 𝑎 𝑏2 −𝑎 − 𝑎2 𝑏1 + 𝑏2
u1 ⨁ u2 = [ ]⨁ [ 2 ] = [ 1 ]  M2x2
𝑐1 𝑑1 𝑐2 𝑑2 −𝑐1 − 𝑐2 𝑑1 + 𝑑2
CUMPLE

A2) Si u1  M2x2 y u2  M2x2  u1 ⨁ u2= u2 ⨁ u1 (CONMUTATIVA)

Veamos:
𝑎1 𝑏1 𝑎2 𝑏2
Sea u1 = [ ] y u2 =[ ]
𝑐1 𝑑1 𝑐2 𝑑2

10
Entonces:

−𝑎1 − 𝑎2 𝑏1 + 𝑏2 −(𝑎1 + 𝑎2 ) 𝑏1 + 𝑏2
u1 ⨁ u2 = [ ] = [ ]
−𝑐1 − 𝑐2 𝑑1 + 𝑑2 −(𝑐1 + 𝑐2 ) 𝑑1 + 𝑑2

−(𝑎2 + 𝑎1 ) 𝑏2 + 𝑏1 𝑎 𝑏2 𝑎 𝑏1
u1 ⨁ u2 = [ ] =[ 2 ]⨁[ 1 ]
−(𝑐2 + 𝑐1 ) 𝑑2 + 𝑑1 𝑐2 𝑑2 𝑐1 𝑑1

u1 ⨁ u2 = u2 ⨁ u1 (CUMPLE)

A3) Si u1  M2x2 y u2  M2x2  u1 ⨁ (u2 ⨁ u3) = (u1 ⨁ u2) ⨁ u3 (ASOCIATIVA)

Entonces:

𝑎1 𝑏1 𝑎 𝑏2 𝑎3 𝑏3
u1 = [ ] , u2 =[ 2 ] y u3 =[ ]
𝑐1 𝑑1 𝑐2 𝑑2 𝑐3 𝑑3

Entonces:

𝑎 𝑏1 𝑎 𝑏2 𝑎 𝑏3
u1 ⨁ (u2 ⨁ u3) = [ 1 ] ⨁ ([ 2 ]⨁[ 3 ])
𝑐1 𝑑1 𝑐2 𝑑2 𝑐3 𝑑3

𝑎1 𝑏1 −𝑎 − 𝑎3 𝑏2 + 𝑏2
=[ ]⨁[ 2 ]
𝑐1 𝑑1 −𝑐2 − 𝑐3 𝑑2 + 𝑑3

−𝑎1 − (−𝑎2 − 𝑎3 ) 𝑏1 + (𝑏2 + 𝑏3 )

=[ ]
−𝑐1 − (−𝑐2 − 𝑐3) 𝑑1 + (𝑑2 + 𝑑3 )

−𝑎1 + 𝑎2 + 𝑎3 𝑏1 + (𝑏2 + 𝑏3 )
u1 ⨁ (u2 ⨁ u3) = [ ]
−𝑐1 + 𝑐2 + 𝑐3 𝑑1 + (𝑑2 + 𝑑3 )

Veamos:

𝑎1 𝑏1 𝑎 𝑏2 𝑎 𝑏3
(u1 ⨁ u2 ) ⨁ u3 = ([ ] ⨁[ 2 ])⊕[ 3 ]
𝑐1 𝑑1 𝑐2 𝑑2 𝑐3 𝑑3

11
 −𝑎1 − 𝑎2 𝑏1 + 𝑏2 𝑎 𝑏3
=[ ] ⊕ [ 3 ]
−𝑐1 − 𝑐2 𝑑1 + 𝑑2 𝑐3 𝑑3

−(−𝑎1 − 𝑎2 ) − 𝑎3 𝑏1 + 𝑏2 + 𝑏3
=[ ]
−(−𝑐1 − 𝑐2 ) − 𝑐3 𝑑1 + 𝑑2 + 𝑑3

𝑎 + 𝑎2 − 𝑎3 𝑏1 + 𝑏2 + 𝑏3
(u1 ⨁ u2 ) ⨁ u3 = [ 1 ]
𝑐1 + 𝑐2 − 𝑐3 𝑑1 + 𝑑2 + 𝑑3

Podemos ver que: u1 ⨁ (u2 ⨁ u3)  (u1 ⨁ u2 ) ⨁ u3

NO CUMPLE

A4) ∃  ∈ 𝑀2𝑥2 / u ⨁  =  ⨁ u = u (ELEMENTO NEUTRO)

POR DERECHA:
𝑒1 𝑒2 𝑎 𝑏
Sea  = [𝑒 𝑒 ] 𝑦 𝑢 = [ ]
3 4 𝑐 𝑑

Tenemos: u ⨁  = u
𝑎 𝑏 𝑒1 𝑒2 𝑎 𝑏
[ ] ⨁ [𝑒 𝑒 ] = [ ]
𝑐 𝑑 3 4 𝑐 𝑑
−𝑎 − 𝑒1 𝑏 + 𝑒2 𝑎 𝑏
[ ]=[ ]
−𝑐 − 𝑒3 𝑑 + 𝑒4 𝑐 𝑑

Igualando: -a – e1 = a  e1 = -2a
b + e 2 = b  e2 = 0
-c – e3 = c  e3 = -2c
d+ e4 = d  e4 = 0

−2𝑎 0
por derecha:  = [ ]
−2𝑐 0

12
POR IZQUIERDA:
⨁u=u
𝑒1 𝑒2 𝑎 𝑏 𝑎 𝑏
[𝑒 𝑒4 ] ⨁ [ 𝑐 ]=[ ]
3 𝑑 𝑐 𝑑

−𝑒1 − 𝑎 𝑒2 + 𝑏 𝑎 𝑏
[ ]=[ ]
−𝑒3 − 𝑐 𝑒4 + 𝑑 𝑐 𝑑

Igualando: -e1 – a = a  e1 = -2a

e2 + b = b  e2 = 0
-e3 – c = c  e3 = -2c
e4 + d = d  e 4 = 0

−2𝑎 0
Por izquierda:  = [ ]
−2𝑐 0

El neutro por derecha y el neutro por izquierda son iguales:

−2𝑎 0
 ∃  ∈ 𝑀2𝑥2 /  = [ ] y se cumple que: u ⨁  =  ⨁ u = u (CUMPLE)
−2𝑐 0

A5) ∃ - v ∈ 𝑀2𝑥2 / v ⨁ (-v) = (-v) ⨁ v =  (INVERSO ADITIVO)

Por derecha
v ⨁ (-v) = 

𝑎 𝑏 𝑥 𝑦 −2𝑎 0
[ ] ⨁[ ]= [ ]
𝑐 𝑑 𝑧 𝑤 −2𝑐 0

−𝑎 − 𝑥 𝑏+𝑦 −2𝑎 0
[ ]= [ ]
−𝑐 − 𝑧 𝑑+𝑤 −2𝑐 0
Igualando:
-a - x = -2a  x = a
y + b = 0  y = -b
-z – c = -2c  z = c
w + d = 0  w = -d

13
 𝑎 −𝑏
-v=[ ] (Por derecha)
𝑐 −𝑑

Por izquierda:
(-v) ⨁ v = 

𝑥 𝑦 𝑎 𝑏 −2𝑎 0
[ ] ⨁[ ]= [ ]
𝑧 𝑤 𝑐 𝑑 −2𝑐 0

−𝑥 − 𝑎 𝑦+𝑏 −2𝑎 0
[ ]= [ ]
−𝑧 − 𝑐 𝑤+𝑑 −2𝑐 0
Igualando:
-x – a = -2a  x = a
y + b = 0  y = -b
-z – c = -2c  z = c
w + d = 0  w = -d

𝑎 −𝑏
-v=[ ] (Por izquierda)
𝑐 −𝑑

Podemos ver que –v por derecha e izquierda son iguales

𝑎 −𝑏
 ∃ - 𝑣 ∈ 𝑀2𝑥2 / - v = [ ] (CUMPLE)
𝑐 −𝑑

CON RESPECTO A LA MULTIPLICACIÓN ⨀:

M1) Si   K y v 𝑀2𝑥2   ⨀ v 𝑀2𝑥2

𝑎 𝑏 0 ∝ (𝑎 + 𝑏 + 𝑐 + 𝑑)
Tenemos:  ⨀ v =  ⨀ [ ]=[ ] (CUMPLE)
𝑐 𝑑 0 0

M2) Si   K,   K   𝑀2𝑥2   ⨀ ( ⨀ v) = ( ) ⨀ V

14
Veamos:

0  (𝑎 + 𝑏 + 𝑐 + 𝑑)
 ⨀ ( ⨀ v) =  ⨀ [ ]
0 0

0   (𝑎 + 𝑏 + 𝑐 + 𝑑)
 ⨀ ( ⨀ v) = [ ]
0 0

𝑎 𝑏
 ⨀ ( ⨀ v) =   ⨀ [ ]=⨀V
𝑐 𝑑

  ⨀ ( ⨀ v) =   ⨀ v (CUMPLE)

M3) Si   K y   K y v  𝑀2𝑥2  ( + ) ⨀ v = (  ⨀v) ⨁ ( ⨀ v)

Veamos:
0 ( + ) (𝑎 + 𝑏 + 𝑐 + 𝑑)
( + ) ⨀ v = [ ]
0 0

También:

0 ∝ (𝑎 + 𝑏 + 𝑐 + 𝑑) 0  (𝑎 + 𝑏 + 𝑐 + 𝑑)
( ⨀ v) ⨁ ( ⨀ v) = [ ]⨁ [ ]
0 0 0 0

0 ∝ (𝑎 + 𝑏 + 𝑐 + 𝑑) +  (𝑎 + 𝑏 + 𝑐 + 𝑑)
( ⨀ v) ⨁ ( ⨀ v) = [ ]
0 0

0 (∝ +) (𝑎 + 𝑏 + 𝑐 + 𝑑)
( ⨀ v) ⨁ ( ⨀ v) = [ ]
0 0

 (∝ + )⨀ v = ( ⨀ v) ⨁ ( ⨀ v) (CUMPLE)

M4)   K    V  u  V   ⨀ (v ⨁ u) = ( ⨀ v) ⨁ ( ⨀ u)

15
 𝑎1 𝑏1 𝑎2 𝑏2
Sea: v = [ ] y u =[ ]
𝑐1 𝑑1 𝑐2 𝑑2

Veamos:

𝑎1 𝑏1 𝑎 𝑏2
 ⨀ (v ⨁ u) =  ⨀ ([ ]⨁[ 2 ])
𝑐1 𝑑1 𝑐2 𝑑2

−𝑢1 − 𝑢2 𝑏1 + 𝑏2
=⨀ [ ]
−𝑐1 − 𝑐2 𝑑1 + 𝑑2

0  (−𝑎1 − 𝑎2 + 𝑏1 + 𝑏2 − 𝑐1 − 𝑐2 + 𝑑1 + 𝑑2 )
=[ ]
0 0

De igual forma:
𝑎1 𝑏1 𝑎 𝑏2
( ⨀ v) ⨁ ( ⨀ u) = [ ⨀ [ ]] ⨁ [ ⨀ [ 2 ]]
𝑐1 𝑑1 𝑐2 𝑑2

0  (𝑎1 + 𝑏1 + 𝑐1 + 𝑑1 ) 0  (𝑎2 + 𝑏2 + 𝑐2 + 𝑑2 )
( ⨀ v) ⨁ ( ⨀ u) = [ ]⨁ [ ]
0 0 0 0

0  (𝑎1 + 𝑏1 + 𝑐1 + 𝑑1 + 𝑎2 + 𝑏2 + 𝑐2 + 𝑑2 )
( ⨀ v) ⨁ ( ⨀ u) = [ ]
0 0

Podemos ver que:

 ⨀( 𝑣 ⨁ 𝑢)  ( ⨀ v) ⨁ ( ⨁ u) (NO CUMPLE)

M5) ∃ e  K    V / e ⨀ v = v, V v  V

Veamos:
e⨀v=v

16
 𝑎 𝑏 𝑎 𝑏
e⨀[ ]=[ ]
𝑐 𝑑 𝑐 𝑑

0 𝑒 (𝑎 + 𝑏 + 𝑐 + 𝑑) 𝑎 𝑏
[ ]= [ ]
0 0 𝑐 𝑑

Igualando: a=0
e (a + b + c + d ) = b
c=0
d=0

 e (0 + b + 0 + 0 ) = b  e b = b ( b  0)
e=1 (CUMPLE)
∃e=1kV/1⨀ v=v

1.2.2 APLICACIÓN DIDÁCTICA CON FUNCIÓN EXPONENCIAL

Sea V = {ex / x  R}, se definen las siguientes operaciones suma (⨁) y producto
(⨀), tal que:
⋁ 𝑒 𝑥 , ey  V  ex ⨁ ey = exy
V   R y V ex  V   ⨀ ex = ex

Donde xy y x son productos usuales de números reales.

Indique los axiomas del espacio vectorial que se cumplen en V y responda ¿Es V
un espacio vectorial?
V = {ex / x  R}
V ex, ey  V  ex ⨁ ey = exy

Solución:
CON RESPECTO A ⨁

A1) P.D: V ex, ey  V  ex ⨁ ey = exy (CERRADURA)

SE CUMPLE POR QUE exy  V

17
A2) P.D. ex ⨁ ey = exy = eyx = ey⨁ ex (CONMUTATIVA)

Tenemos: ex ⨁ ey = exy = eyx = ey ⨁ ex

 ex ⨁ ey = ey ⨁ ex (CUMPLE)

A3) P.D. ex ⨁(e𝑦 ⨁ 𝑒 𝑧 ) = (e𝑥 ⨁ 𝑒 𝑦 ) ⨁ ez (ASOCIATIVA)

Tenemos:
ex ⨁ (ey ⨁ ez) = ex ⨁ eyz
= ex(yz)
= e(xy)z
= exy ⨁ ez
= (ex ⨁ ey) ⨁ ez

 ex ⨁ (ey ⨁ ez )= (ex ⨁ ey) ⨁ ez (CUMPLE)

A4) P.D.

Sea   𝑉  ex ⨁  =  ⨁ ex = ex

Sea  = e  ex ⨁ e = e ⨁ ex = ex

Por Derecha:
ex ⨁ e  = e x

ex = ex  x = x   = 1

Por la Izquierda:
e ⨁ ex = ex  ex = ex
 x = x   = 1 (x  0)

Como el neutro por derecha y por izquierda son iguales

18
Entonces el neutro existe / ex ⨁ e = e ⨁ ex = ex CUMPLE
A5) P.D.
∃ em  V / ex ⨁ em = em ⨁ ex = e (INVERSO ADITIVO)

Por Derecha:
ex ⨁ em = e

1
exm = e1  m = 1  m = 𝑥

 e1/x es inverso aditivo por derecha

Por izquierda:

em ⨁ ex = e
emx = e1  mx = 1
1
m=𝑥

 e1/x es inverso aditivo por izquierda (CUMPLE)

Como el inverso aditivo por derecha e izquierda son iguales.

Entonces este existe / ex ⨁ e1/x = e1/x ⨁ ex = e

19
Con respecto a la multiplicación ⨀

M1)  ⨀ ex = ex
P.D. Si   R y ex V   ⨀ ex = ex  V (CERRADURA)  CUMPLE

M2) P.D. Si   R    R  ex  V   ⨀ ( ⨀ ex) =   ⨀ ex

Veamos:
 ⨀ ( ⨀ ex) =  ⨀ ex = ex

  ⨀ ex = ex

Se cumple que:  ⨀ ( ⨀ ex) =  ⨀ ex = ex CUMPLE

M3) P.D. Si   R    R  ex  V

 ( + ) ⨀ ex = ( ⨀ ex) ⨁ ( ⨀ ex)
Luego:
( + ) ⨀ ex = e( + )x

( ⨀ ex) ⨁ ( ⨀ ex) = ex ⨁ ex

= e(x)(x)
= ex2

Vemos que:

( + ) ⨀ ex  ( ⨀ ex) ⨁ ( ⨀ ex) (NO CUMPLE)

M4) P.D.  ⨀ (ex ⨁ ey) = ( ⨀ ex) ⨁ ( ⨀ ey)

Veamos:
 ⨀ (ex ⨁ ey) =  ⨀ exy = 𝑒 𝑥𝑦

20
 ( ⨀ ex) ⨁ ( ⨀ ey) = ex ⨁ ey = e2xy

Vemos que:
 ⨀ (ex ⨁ ey)  ( ⨀ ex) ⨁ ( ⨀ ey) (NO CUMPLE)

M5) P.D. Si m  R  ex  V  m ⨀ ex = ex

Veamos: m ⨀ ex = e x
emx = ex

Igualando: mx = x  m = 1 (x  0) (CUMPLE)

V no es un espcaio vectorial por que no cumple las propiedades M3 y M4

21
1.2.3 APLICACIÓN DIDÁCTICA CON FUNCIÓN COMPUESTA

Suponga que la adición en F (conjunto de todas las funciones reales de variable

real), se define por f(x) ⨁ g(x) = f (g (x)), de tal manera que elemento neutro es
g(x) = x, y la multiplicación por un escalar permanece sin cambio y se dentoa por
c ⨀ f (x).

Con las condiciones definidas, indique ¿Cuáles de los 10 axiomas de espacio

vectorial se cumplen? ¿Es F un espacio vectorial?

SOLUCIÓN:

Con respecto a ⨁:
Veamos si cumple las propiedades de adición:

A1) P.D. f(x)  F y g (x)  F  f(x) ⨁ 𝑔(𝑥)  F (CERRADURA)

Tenemos: f(x) ⨁ g (x) = f (g(x))  F (CUMPLE)

A2) Si f(x)  F y g(x)  F  f(x) ⨁ 𝑔(𝑥) = g(x) ⨁ f(x) (CONMUTATIVA)

Tenemos: f(x) ⨁ 𝑔(𝑥) = f (g(x))

g(x) ⨁ 𝑓(𝑥) = g (f (x))
Vemos que:
f(g(x))  g (f (x))  f (x) ⨁ 𝑔(𝑥)  g(x) ⨁ 𝑓(𝑥)

(NO CUMPLE)

22
A3) P.D. f(x)  F, g(x)  F, h (x)  F

 f (x) ⨁ (g (x) ⨁ h (x)) = (f (x) ⨁ g (x)) ⨁ ℎ (𝑥) (ASOCIATIVA)

Veamos:
f(x) ⨁ (g (x) ⨁ h (x)) = f(x) ⨁ (g (h (x)) = f (g (h (x)))

(f (x) ⨁ g (x)) ⨁ h (x) = f (g (x)) ⨁ h (x) = f (g (h (x)))

Vemos que: f (g (h (x)))  f( g (x)) ⨁ h (x) (NO CUMPLE)

A4) ∃   F / f(x) ⨁  = f(x) (NEUTRO POR DERECHA)

Por dato: g(x) = x ES EL ELEMENTO NEUTRO

Veamos: f(x) ⨁ g(x) = f(g (x)) = f (x) (CUMPLE)

A5) ∃ - f (x)  F / f (x) ⨁ (- f (x)) = (-f (x)) ⨁ f(x) = x

Sea Z (x) = -f (x)

F(x) ⨁ Z (x) = f ( Z (x))

Z (x) ⨁ f (x) = Z (f (x))

Vemos que: f(x) ⨁ Z (x)  Z (x) ⨁ 𝑓(𝑥) (NO CUMPLE)

23
Veamos si cumple las propiedades de multiplicación:

M1) P.D. Si   K y f(x)  F   ⨀ f(x)  F

Veamos:  ⨀ f(x) =  f (x)  F (CUMPLE)

M2) P.D. Si   K    K  f (x)  F   ⨀ (  ⨀ f(x)) = ( ) ⨀ f(x)

Veamos:
 ⨀ (  ⨀ f(x)) =  ⨀  f( x) =   f(x)

( ) ⨀ f(x) =   f(x)

Podemos ver que:  ⨀ ( ⨀ f(x)) = ( ) ⨀ f(x) (CUMPLE)

M3) Si   K    K  f (x)  F  ( + ) ⨀ f(x) = ( ⨀ f(x)) ⨁ ( ⨀ f(x))

Veamos:

( + ) ⨀ f(x) = ( + ) f(x)

( ⨀ f(x)) ⨁ ( ⨀ g(x)) = f (x) ⨁  g(x) = h(z (x))

h(x) z(x)

Vemos que: ( + ) ⨀ f(x)  ( ⨀ f(x)) ⨁ ( ⨀ f(x))

M4) P.D. Si   K  f(x)  F  g(x)  F   ⨀ (f(x) ⨁ g(x))

= ( ⨀ f(x)) ⨁ ( ⨀ g(x))

Vemos:  ⨀ (f(x) ⨁ g(x)) =  ⨀ f (g(x)) =  f (g (x))

( ⨀ f(x)) ⨁ ( ⨀ fg(x)) = f(x) ⨁ g(x) = w (z (x))

w(x) z(x)

24
Vemos que:

 ⨀ (f(x) ⨁ g(x))  ( ⨀ f(x)) ⨁ ( ⨀ g(x)) (NO CUMPLE)

M5) Si e  K y f(x)  F  e ⨀ f(x) = f(x)

Veamos:
e ⨀ f(x) = f(x)

e f(x) = f(x) (f(x)  0)

e=1 (SI CUMPLE)

25
1.2.4 APLICACIÓN DIDÁCTICA CON TERNAS ORDENADAS

Sea V el conjunto de puntos en R3 con dos operaciones internas que se definen

de la siguiente manera:

La suma:
U1 ⨁ U2 = (a1 ; b1 ; c1) ⨁ (a2 ; b2 ; c2) = (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

La multiplicación por un escalar:

⋌ ⊙ 𝑈 = ⋌ ⊙ (a; b; c) = (⋌ + ⋌ a – 1; ⋌ + ⋌b – 1 ; ⋌ + ⋌ c – 1)

¿V es un espacio vectorial? Justifique

Resolución:

Con respecto A ⨁

A1) Por demostrar: Si u1  R3  u2  R3  u1 ⨁ u2  R3 (CERRADURA)

Podemos observar que:

u1 ⨁ u2 = (a1 ; b1 ; c1) ⨁ (a2 ; b2 ; c2) = (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)  R

A2) Por demostrar: x ⨁ y = y ⨁ x (CONMUTATIVA)

Veamos:

u1 ⨁ u2 = (a1 ; b1 ; c1) ⨁ (a2 ; b2 ; c2) = (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

u1 ⨁ u2 = (a2 + a1 + 1 , b2+ b1 + 1 , c2+ c1 + 1) = u2 ⨁ u1

 u1 ⨁ u2 = u 2 ⨁ u 1 (CUMPLE)

26
A3) Por demostrar: u1 ⨁ (u2 ⨁ u3) = (u1 ⨁ u2) ⨁ u3 (ASOCIATIVA)

Veamos:

u1 ⨁ (u2 ⨁ u3) = (a1 ; b1 ; c1) ⨁ [(a2 ; b2 ; c2) ⨁ (a3 ; b3 ; c3)]

= (a1 ; b1 ; c1) ⨁ (a2 + a3 + 1 , b2 + b3 + 1, c2 + c3 + 1)

= (a1 + a2 + a3 + 2 , b1 + b2 + b3 + 2, c1 + c2 + c3 + 2)

(u1 ⨁ u2) ⨁ u3 = [(a1 ; b1 ; c1) ⨁ (a2 ; b2 ; c2)] ⨁ (a3 ; b3 ; c3)

= (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1) ⨁ (a3 ; b3 ; c3)

= (a1 + a2 + a3 + 2 , b1 + b2 + b3 + 2, c1 + c2 + c3 + 2)

Veamos que: (u1 ⨁ u2) ⨁ u3 = u1 ⨁ (u2 ⨁ u3) (CUMPLE)

A4) ∃   R3 / u1 ⨁  =  ⨁ u1 = u1

Sea  = (a, b, c)

Hallamos el neutro por derecha:

u1 ⨁  = u1

(a1, b1, c1) ⨁ (a, b, c) = (a1, b1, c1)

(a1 + a + 1, b1 + b + 1, c1 + c + 1) = (a1, b2, c1)

Igualando: a1 + a + 1 = a1  a = -1
b1 + b + 1 = b1  b = -1
c1 + c + 1 = c1  c = -1

27
   = (-1, -1, -1) (Neutro por derecha)

Hallamos el neutro por izquierda:

 ⨁ 𝑢1 = 𝑢1

(a, b,c) ⨁ (a1, b1, c1) = (a1, b1, c1)

(a + a1 +1, b + b1 + 1 , c +c1 + 1) = (a1, b1, c1)
Igualando:
a + a1 + 1 = a1  a = - 1
b + b1 + 1 = b1  b = - 1
c + c1 + 1 = c1  c = - 1

  = (-1, -1, -1) (Neutro por izquierda)

El elemento neutro por derecha y por izquierda son iguales, entonces existe y es
único
  = (-1, -1, -1)

A5) ∃ vector –x / x ⨁ (-x) =  = (-x) ⨁ x

Hallando el inverso por derecha:

x ⨁ (-x) = 

(a, b, c) ⨁ (m, n, p) = (-1, -1, -1)

(a + m + 1, b + n + 1, c + p + 1) = (-1, -1, -1)

Igualando: a + m + 1 = -1  m = -2 – a
b + n + 1 = -1  n = -2 – b
c + p + 1 = -1  p = -2 – c

28
  -x = (-2 –a, -2 – b, -2 – c)

Hallando el inverso por izquierda:

(-x) ⨁ x = 

(m, n, p) ⨁ (a, b, c) = (-1, -1, -1)

(m + a + 1, n + b + 1, p + c+ 1) = (-1, -1, -1)

Igualando: m + a + 1 = -1  m = -2 – a
n + b + 1 = -1  n = -2 – b
p + c + 1 = -1  p = -2 – c

 -x = (-2 –a, - 2 – b, - 2 – c) (CUMPLE)

El inverso aditivo por derecha es igual al inverso aditivo por izquierda, entonces
existe y es único: -x = (-2 –a, -2 – b, -2 – c)

CON RESPECTO A ⨀

M1) Por demostrar: ⋌  K  u v  ⋌ ⨀ 𝑢  𝑅 3 (CERRADURA)

Podemos observar que:

⋌ ⨀ 𝑢 = ⋌ ⨀ (𝑎, 𝑏, 𝑐) = ( ⋌ + ⋌ 𝑎 − 1,⋌ + ⋌ 𝑏 − 1 (CUMPLE)

M2) c1 ⨀ ( c2 ⨀ u) = (c1 c2) ⨀ u

Veamos: c1 ⨀ ( c2 ⨀ u) = c1 ⨀ ( c2 ⨀ (a, b, c) )

= c1 ⨀ (c2 + c2 a – 1, c2 + c2 b – 1, c2 + c2 c-1)

29
c1 ⨀ ( c2 ⨀ u) = (c1 + c1 c2 + c1 c2 a – c1 – 1, c1 + c1 c2 + c1 c2 b – c1 – 1,
c1 + c1 c2 + c1 c2 c – c1 – 1)

c1 ⨀ ( c2 ⨀ u) = (c1 c2 + c1 c2 a –1, c1 c2 + c1 c2 b –1, c1 c2 + c1 c2 c – 1)

También: c1 c2 ⨀ u = c1 c2 ⨀ (a, b, c)

= (c1 c2 + c1 c2 a –1, c1 c2 + c1 c2 b –1, c1 c2 + c1 c2 c – 1)

Podemos ver que: c1 ⨀ ( c2 ⨀ u) = c1 c2 ⨀ u (CUMPLE)

30
M3) c ⨀ ( u ⨁ v) = (c ⨀ u) ⨁ (c ⨀ u)

Veamos: c ⨀ ( u ⨁ v) = c ⨀ ((a1, b1, c1) ⨁ (a2, b2, c2))

c ⨀ ( u ⨁ v) = c ⨀ (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

= (c + ca1 + ca2 + c – 1, c + cb1 + cb2 + c – 1,

c + cc1 + cc2 + c – 1)

= (2c + ca1 + ca2 – 1, 2c + c b1 + cb2 -1, 2c + cc1 + cc2 – 1)

(c ⨀ u) ⨁ (c ⨀ V) = [c ⨀ (a1, b1, c1)] ⨁ [c ⨀ (a2, b2, c2)]

= (c + ca1 – 1, c + cb1 – 1, c + c1c – 1) ⨁ (c + ca2 – 1, c + cb2 – 1, c + c2c – 1)

= (2c + ca1 + ca2 – 1, 2c + cb1 + cb2 – 1, 2c + cc1 + cc2 – 1)

Vemos que: c ⨀ ( u ⨁ v) = (c ⨀ u) ⨁ (c ⨀ v) (CUMPLE)

M4) (c1 ⨀ c2) ⨀ u = (c1 ⨀ u) ⨁ (c1 ⨀ u)

Vemos:
(c1 + c2) ⨀ u = (c1 + c2) ⨀ (a, b, c)

= (c1 + c2 + ac1 + ac2 – 1, c1 + c2 + c1b + c2b – 1,

c1 + c2 + c1c + c2c – 1)
De igual forma:

(c1 ⨀ u) ⨁ (c2 ⨀ u) = [c1 ⨀ (a, b, c)] ⨁ [c2 ⨀ (a, b, c)]

= (c1 + c1 a – 1, c1 + c1 b – 1, c1 + c1 c – 1) ⨁ (c2 + c2 a – 1, c2 + c2 b – 1,
c2 + c2 c – 1)

31
 = (c1 + c2 + c1a+ c2a – 1, c1 + c2 + c1b + c2b -1, c1 + c2 + c1c + c2 c-1)

Podemos observar que:

(c1 + c2) ⨀ u = (c1 ⨀ u) ⨁ (c2 ⨀ u) (CUMPLE)

M5) ∃ e / e ⨀ u = u

Veamos: e ⨀ (a, b, c) = (a, b, c)

(e + ea – 1, e + eb – 1, e + ec – 1) = (a, b, c)

Igualando: e + ea – 1 = a  e (a + 1) = a + 1
𝑎+1
 e = 𝑎+1  e = 1

e + eb – 1 = b  e (b + 1) = b + 1
𝑏+1
 e = 𝑏+1 = 1  e = 1

e + ec – 1 = c  e (c+1) = c + 1
𝑐+1
 e = 𝑐+1 = 1  e = 1

Entonces: ∋ e = 1 / e ⨀ u = u (CUMPLE)

32
1.3.- SUBESPACIOS VECTORIALES

DEFINICION: Sea V un espacio vectorial sobre K.

Se dice que W es un espacio vectorial de V, si cumple 3 condiciones:

1) W  
Esta condición verifica la existencia del elemento nulo.

2) Si w1  W  w2  W  w1 + w2  W
Esta condición nos indica que “Si dos vectores pertenecen al conjunto W,
entonces la suma de dichos vectores también debe pertenecer a W”

3) Si   K  w  W   . w  W
Esta condición nos indica que: “Si escogemos un escalar cualquier
perteneciente al cuerpo K y un vector cualquiera v perteneciente al
conjunto W, entonces el producto  . w pertenece al conjunto W”

EJEMPLO:

Sea V = P2 (p2 es el conjunto de polinomios de grado  2)

Definimos W = {ax2 + bx + c  P2 / a + 2b – c = 0}

¿Es W un subespacio vectorial de V?

PRUEBA
A1.- W  𝜃
Sea 𝜃 (x) = 0x2 + 0x + 0 el polinomio nulo  P2

Podemos observar que:

𝜃 (x) = 0x2 + 0x + 0 cumple con la condición

33
Dada: 0 + 2(0) – 0 = 0

0 = 0 (Verdadero)

Podemos observar que 𝜃 (x)  W, por lo tanto como 𝜃 (x)  W  W  

(Existe 𝜃 (x)  W)

2.- Por demostrar: Si p(x)  P2  q (x) P2 entonces

p(x) + q (x)  W

Veamos:
Si p(x) = a1x2 + b1x + c1  W  a1 + 2 b1 - c1 = 0 …… (I)

Si q(x) = a2x2 + b2x + c2  W  a2 + 2 b2 - c2 = 0 …… (II)

Sumando miembro a miembro (I) y (II):

a1 + 2b1 – c1 + a2 + 2b2 – c2 = 0

(a1 + a2) + 2(b1 + b2) – (c1 + c2) = 0 (se mantiene la estructura)

Entonces: (a1 + a2) x2 + (b1 + b2) x + (c1 + c2)  W

(a1 x2 + b1 x + c1) + (a2 x2 + b2 x + c2) W

p(x) q(x)

 p(x) + q(x)  W

34
3.- Por demostrar: Si   K  p(x)  W   P (x)  W

Veamos:

Sea p(x) = ax2 + bx + c  W  a + 2b – c = 0 …. (*)

Si multiplicamos cada miembro de (*) por   K tenemos:

 (a + 2b – c) =  0
a + 2b - c = 0 (la estructura no cambia)

Entonces: a x2 +  b x +  c  W

 (ax2 + bx + c)  W
p(x)

  p(x)  W

Como W cumple con las 3 propiedades, podemos afirmar que W es un

subespacio vectorial.

35
4.- Sea V el espacio vectorial de todas las matrices de orden 2 x 2 sobre los
reales R.

Verifique si W es o no un subespacio de V si:

W consta de todas las matrices A tales que A2 = A

Solución:

a) W = {A  M2x2 / A2 = A}

i) w  

Veamos si   W  2 =    =  (VERDADERO)

W (CUMPLE)

ii) A  W  B  W  A + B  W (P.D. (A + B)2 = A + B)

A  W  A2 = A ………… (I)

B  W  B2 = B ………… (II)

Sumando miembro a miembro: A2 + B2 = A + B

 A+BW

Como A + B  W  no cumple

Como no se cumple (ii) entonces w no es un subespacio vectorial.

36
Si S y T son subespacio de V, demostrar que S  T es un subespacio de V.

Si S y T son subespacios de V.

Veamos si S  T es un subespacio de V

i) ST 
S es un subespacio de V    S …………. (I)
T es un subespacio de V    T …………. (II)
DE (I) y (II) tenemos   S  T  S  T  

ii) P.D. si u  S  T  v  S  T  u + v S  T
Si u  S  T  u  S  u  T (Definición de )
Si v  S  T  v  S  v  T (Definición de )

Como S es subespacio  u + v  S
Como T es subespacio  u + v  T

 u + V  S  T (Def. de  )

iii) Si v  S  T  v  S y v  T (Def. de )

Pero S y T son subespacios de V, entonces

Si   K  v  S   v S (S es subespacio de V)
Si   K  v  T   v T (T es subespacio de V)

Entonces:  v S  T

Como se cumplen i), ii) y iii) entonces S  T es un

subespacio de V.

37
1.4 COMBINACIÓN LINEAL DE VECTORES

DEFINICIÓN
Sea V un espacio vectorial cualquier y {v1, v2, v3 …. vk} un conjunto de vectores
pertenecientes a V.
Diremos que el vector v  V es una combinación lineal de los vectores v1, v2, v3
…. vk, si el vector V se puede representar del siguiente modo:

V = 1v1 + 2v2 + 3v3 + …………. + akvk = ∑𝑘𝑖=1 𝑎𝑖 𝑣𝑖

Donde los escalares i  K

Ejemplo:

1.- Exprese p(x) = 5x2 + 9x + 5 como combinación lineal de

p1(x) = 4x2 + x + 2, p2(x) = 3x2 - x + 1, y p3(x) = 3x2 + 2x + 3

Solución:
Expresando p(x) como combinación lineal de p1(x), p2(x) y p3(x):

p(x) = 1 p1 (x) + 2 p2 (x) + 3 p3(x)

5x2 + 9x + 5 = 1 (4x2 + x + 2) + 2 (3x2 - x + 1) + 3 (3x2 + 2x + 3)

5x2 + 9x + 5 = (4 1 + 3 2 + 3 3) x2 + (1 - 2 + 23) x + (21 + 2 + 3 3)

Igualando: 41 + 32 + 33 = 5

1 - 2 + 23 = 9
21 + 2 + 33 = 5

38
Resolviendo el sistema:

4 3 3 5 F21 (-4) 0 7 -5 -31

1 -1 2 9 1 -1 2 9
2 1 3 5 F23 (-2) 0 3 -1 -13

1
F1 (7) 0 1 -5/7 -31/7 F12 (1) 0 1 -5/7 -31/7
1
F3 ( ) 1 -1 2 9 F13 (-1) 1 0 9/7 32/7
3

0 1 -1/3 -13/3 0 0 8/21 2/21

5 1 15 − 7 8
∗ − = =
7 3 21 21

31 13 93 − 91 2
∗ − = =
7 3 21 21

21
F3 ( 8 ) 0 1 -5/7 -31/7

1 0 9/7 32/7
0 0 1 ¼

32 9 128 − 9 119
∗ − = =
7 28 28 28

5 31 5 − 124 119
∗ − = =−
28 7 28 28

39
 1 2 3
5
F31 (7) 0 1 0 -119/28

1 0 0 119/28
−9
F32 ( 7 ) 0 0 1 ¼

119 −119 1
Tenemos: 1 = , 2 = , 3 =
28 28 4

Entonces escribiendo p(x) como combinación lineal de p1(x), p2(x) y p3(x):

119 119 1
𝑝(𝑥) = 𝑝2 (𝑥) − 𝑝2 (𝑥) + 𝑝3 (𝑥)
28 28 4

Verificando:

119 −119 1 119 3 140

4( )+3 ( ) + 3( ) = + = =5
28 28 4 28 4 23

119 −119 1 119 119 2 238 2 252

1( )− ( ) + 2( ) = + + = + = =9
28 28 4 28 28 4 23 4 28

119 119 1 238 119 3 119 3 140

2( ) + (− ) + 3( ) = − + = + = =5
28 28 4 28 28 4 28 4 28

40
1.5 DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES

DEFINICIÓN
Sea V un espacio vectorial y {v1, v2, ……..vr} un conjunto de vectores
pertenecientes a V.
Diremos que los vectores v1, v2, v3, …. vr son linealmente dependientes (L.D) si
existen escalares.

i no todos cero, tales que:

1 v1 + 2 v2 + 3 v3 + …………… + r vr = 

DEFINICIÓN

Decimos que los vectores v1, v2, v3, …. vr

Son linealmente independientes (L.I) si todos los escalares i son cero y además:

1 V1 + 2 V2 + 3 V3 + …………… + r Vr = 

1.5.1 Aplicación didáctica con polinomios

En V = P2 determine si los polinomios p(x) = 3 – x, q (x) = 2 + x2 .

r (x) = 4 + 5x – 2x2

son linealmente dependientes o independientes.

Veamos si son L.I:

∃ 𝛽1, 𝛽 2, 𝛽 3 / 𝛽 1 p(x) + 𝛽 2 q (x) + 𝛽 3 r(x) = 0

41
 𝛽 1 (3 – x) + 𝛽 2 (2 + x2) + 𝛽 3 (4 + 5x – 2 x2) = 0

(𝛽 2 - 2 𝛽 3) x2 + (-𝛽 1 + 5 𝛽 3 ) x + (3 𝛽 1 + 2 𝛽 2 + 4 𝛽 3) = 0

Igualando: 𝛽2 - 2 𝛽3 = 0
- 𝛽1 + 5 𝛽3 = 0
3 𝛽1 + 2 𝛽2 + 4 𝛽3 = 0

Tenemos:

0 1 −2 0 1 −2 0 1 −2
[−1 0 5 ] 𝐹23 (3) [−1 0 5 ] 𝐹13 (−2) [−1 0 5 ]
3 2 4 0 2 19 0 0 23

0 1 −2 𝐹31 (−2) 0 1 0 0 1 0
𝐹3 (1/23) [−1 0 5 ] [−1 0 0] 𝐹2 (−1) [1 0 0]
0 0 1 𝐹32 (−5) 0 0 1 0 0 1

 1 = 0, 2 = 0, 3 = 0, (UNICOS)

 p(x), q(x)  r(x) son l.i

42
1.5.2. Aplicación Didáctica con Vectores

c) Sabiendo que v1, v2, v3 son vectores linealmente independientes del espacio

(V,+, R) Justifique la independencia o dependencia lineal del siguiente conjunto de

vectores: { v1, v2 + a v3 , v3 + b v2}

c) v1, v2, v3 son l.i. (por hipótesis)

 ∃ 1, 2, 3, / 1 = 2 = 3 = 0

Veamos si los vectores v1, v2 + a v3, v3 + b v3 son l.i.:

∃ 𝛽1, 𝛽 2, 𝛽 3, / 𝛽 1 𝑉 1 + 𝛽 2 (v2 + a v3) + 𝛽 3 (bv2 + v3) = 0

𝛽 1 𝑣1 + (𝛽 2 + b 𝛽 3) v2 + (a 𝛽 2 + 𝛽 3) v3 = 0

Como v1, v3, v4 son l.i, tenemos:

𝛽1 = 0

(-a) 𝛽 2 + b 𝛽 3 = 0

(1) a 𝛽 2 + 𝛽 3 = 0

-a 𝛽 2 – ab 𝛽 3 = 0

a 𝛽2 + 𝛽3 = 0

(1 – ab) 𝛽 3 = 0

43
 𝛽 3 = 0 (1 – ab  o)

𝛽 3 = 0 ( ab  1)

𝛽 3 = 0  𝛽 2 = 0 (ab  1)

Entonces: Si ab  1  𝛽 1 = 𝛽 2 = 𝛽 3 = 0  V1, V2, V3 son l. i.

Si ab = 1  V1, V2, V3 son l. d.

44
1.5.3 APLICACIÓN DIDÁCTICA CON VECTORES

4.- Si v1, v2, v3, v4 son linealmente independientes demostrar que los vectores

u1 = v2 + v3 + v4 u2 = v1 + v3 + v4 u3 = v1 + v2 + v4 y u4 = v1 + v2 + v3 son
linealmente independientes.

PRUEBA

v1, v2, v3, v4 son l.i. entonces:

∃ 𝛼1 = 𝛼2 = 𝛼3 = 𝛼4 = 0 / 𝛼1 𝑣1 + 𝛼2 𝑣2 + 𝛼3 𝑣3 + 𝛼4 𝑣4 = 𝜃

∃ 𝛽1 , 𝛽2 , 𝛽3 , 𝛽4 / 𝛽1 𝑈1 + 𝛽2 𝑈2 + 𝛽3 𝑈3 + 𝛽4 𝑈4 = 𝜃, 𝛽1 = β2 = β3 = β4= 0

Luego:

𝛽1 𝑢1 + 𝛽2 𝑢2 + 𝛽3 𝑢3 + 𝛽4 𝑢4 = 𝜃

𝛽1 (v2 + v3 + v4 ) + 𝛽2 (v1 + v3 + v4 ) + 𝛽3 (v1 + v2 + v4 ) + 𝛽4 (v1 + v2

+ v3 ) = 𝜃

Entonces:

(𝛽2 + 𝛽3 + 𝛽4 ) v1 + (𝛽1 + 𝛽3 + 𝛽4 ) v2 +(𝛽1 + 𝛽3 + 𝛽4 ) v3 + (𝛽1 + 𝛽2 + 𝛽3) v4 = 𝜃

Como: v1 , v2 , v3 , v4 son l.i:

𝛽2 + 𝛽3 + 𝛽4 = 0  𝛽3 + 𝛽4 = −𝛽2 𝛽1 = 𝛽2

𝛽1 + 𝛽3 + 𝛽4 = 0  𝛽3 + 𝛽4 = −𝛽1 ……… (*)

𝛽1 + 𝛽2 + 𝛽4 = 0  𝛽1 + 𝛽1 + 𝛽4 = 0  𝛽4 = -2 𝛽1

45
 𝛽1 + 𝛽2 + 𝛽3 = 0  𝛽3 = -2 𝛽1

𝛽3 = -2 𝛽1 , 𝛽4 = -2 𝛽1  𝛽1 - 2 𝛽1 - 2 𝛽1 = 0

𝛽1 − 4 𝛽1 = 0

− 3 𝛽1 = 0  𝛽1 = 0

𝛽1 = 0  𝛽2 = 0

𝛽3 = 0

𝛽4 = 0

Como 𝛽1 = 𝛽2 = 𝛽3 = 𝛽4 = 0 v1 + v3 + v4 , v1 + v3 + v4 , v1 +
v2 + v4 , v1 + v2 + v3

Son linealmente independientes.

Ejercicio:

Si 𝑎⃗, 𝑏⃗⃗ 𝑦 𝑐⃗ son vectores linealmente independientes ¿Los vectores 3𝑎⃗ + 4𝑏⃗⃗, 𝑎⃗ +
𝑏⃗⃗ + 𝑐⃗, 5 𝑐⃗ + 2 𝑎⃗ + 𝑏⃗⃗ seran l.i.? Justificar

Solución

𝑎⃗, 𝑏⃗⃗ 𝑦 𝑐⃗ son linealmente independientes

Entonces existen escalares 1 = 2 = 3 = 0

Tal que

𝛼1 𝑎⃗ + 𝛼2 𝑏⃗⃗ + 𝛼3 𝑐⃗ = 0

Veamos si los vectores 3𝑎⃗ + 4 𝑏⃗⃗ , 𝑎⃗ + 𝑏⃗⃗ + 𝑐⃗ , 5𝑐⃗ + 2 𝑎⃗ + 𝑏⃗⃗

Son linealmente independientes

∃ escalares 𝛽1 , 𝛽2 , 𝛽3 tal que:

46
 𝛽1 (3𝑎⃗ + 4 𝑏⃗⃗) + 𝛽2 (𝑎⃗ + 𝑏⃗⃗ + 𝑐⃗ ) + 𝛽3 (5𝑐⃗ + 2𝑎⃗ + 𝑏⃗⃗ ) = 

(3𝛽1 + 𝛽2 + 2 𝛽3 ) 𝑎⃗ + (4𝛽1 + 𝛽2 + 𝛽3 )𝑏⃗⃗ + ( 𝛽2 + 5 𝛽3 ) = 𝜃

Igualando a cero:

3𝛽1 + 𝛽2 + 2 𝛽3 = 0

4𝛽1 + 𝛽2 + 𝛽3 = 0

𝛽2 + 5 𝛽3 = 0

Resolviendo el sistema:

𝐹31 (−1)
3 1 2 3 0 −3
[4 1 1 ] 2 [4 0 −4 ]
𝐹3 (−1)
0 1 5 0 1 5

1 2 3
𝐹1 (1/3)
1 0 −1 1 0 −1
𝐹 2 (−1)
[1 0 −1 ] 1 [0 0 0 ]
𝐹2 (1/4)
0 1 5 0 1 5

Tenemos:

𝛽1 − 𝛽3 = 0  𝛽1 = 𝛽3

𝛽2 + 5 𝛽3 = 0  𝛽2 = −5 𝛽3

Luego:

( 𝛽1 , 𝛽2 , 𝛽3) = ( 𝛽3, − 5 𝛽3 , 𝛽3 )

= 𝛽3 (1, −5, 1)

Tenemos:

1 2 3
-2 10 -2

NO ES UNICO 47
 -1 5 -1
0 0 0
1 -5 1

Por lo tanto los vectores dados son linealmente dependientes.

Ejercicio:

Analice si el conjunto S = {(1, -2, 1, 1) ; (3, 0, 2, -2) ; (0, 4, -1, 1), (5, 0, 3,1)} de
vectores en R4 es linealmente independiente.

S = {(1, -2, 1, 1) ; (3, 0, 2, -2); (0, 4,-1, 1) ; (5, 0, 3, 1)}

Sean:

⃗⃗⃗⃗
𝑉1 =(1, -2, 1, 1)

⃗⃗⃗⃗
𝑉2 = (3, 0, 2, -2)

⃗⃗⃗⃗
𝑉3 = (0, 4, -1, 1)

⃗⃗⃗⃗
𝑉4 = (5, 0, 3,1)

Para que estos vectores sean linealmente independientes deben existir escalares

1 =2 = 3 = 4 = 0 (UNICOS)

Tales que:

𝛼1 ⃗⃗⃗⃗
𝑉1 + 𝛼2 ⃗⃗⃗⃗
𝑉2 + 𝛼3 ⃗⃗⃗⃗ 𝑉4 = 𝜃⃗ (𝜃⃗ : VECTOR NULO)
𝑉3 + 𝛼4 ⃗⃗⃗⃗

Luego:

1 (1, -2, 1, 1) + 2 (3, 0, 2, -2) + 3 (0, 4, -1, 1) + 4 (5, 0, 3,1) = (0, 0, 0, 0)

1 + 32 + 5 4 , -2 1 + 4 3 , 1 + 22 - 3 + 34, 1 - 22 + 3 + 4 ) = (0, 0, 0, 0)

48
Igualando: 1 + 32 + 5 4 = 0

-2 1 + 4 3 =0

1 + 22 - 3 + 34 = 0

1 - 22 + 3 + 4 =0

Entonces:

1 3 0 5 F12(2) 1 3 0 5

-2 0 4 0 F13(-1) 0 6 4 10

1 2 1 3 F14(-1) 0 -1 -1 -2

1 -2 1 1 0 -5 1 -4

F2(1/2) 1 3 0 5 F31(-3) 1 0 -3 -1

0 3 2 5 F32(-3) 0 0 -1 -1

F3(-1) 0 1 1 2 F34(5) 0 1 1 2

0 -5 1 -4 0 0 6 6

1 2 3 4

F2(-1) 1 0 -3 -1 F21(3) 1 0 0 2

0 0 1 1 F23(-1) 0 0 1 1

F4(1/6) 0 1 1 2 F24(-1) 0 1 0 1

0 0 1 1 0 0 0 0

Tenemos que:

1 + 2 4 = 0  1 = - 2 4

49
2 + 4 = 0  2 = - 4

3 + 4 = 0  3 = - 4

Luego:

(1, 2, 3, 4) = (-24, - 4, -4, 4) = 4 (-2, -1, -1, 1)

Podemos ver que:

1 2 3 4
4 2 2 -2
2 1 1 -1
0 0 0 0 NO SON UNICOS
-2 -1 -1 1

Como 1 =2 = 3 = 4 = 0 no son únicos, entonces los vectores son linealmente

dependientes.

50
1.6.- CONJUNTO DE GENERADORES

DEFINICIÓN

Sea V un espacio vectorial. Si existe un conjunto de vectores {v1, v2, v3 ….. vk} tal
que, todo vector v  V se puede expresar como la combinación lineal de v1, v2,
….. vk; diremos que {v1, v2, v3, ….. vk} es un conjunto de generadores de V.

NOTACIÓN

La notación v = {v1, v2, ….. vk}

Se lee: “V es combinación lineal de los vectores

v1, v2, v3 ….. vk

O también: “V está generado por los vectores v1, v2, ….. vk”

EJEMPLO:

1.- Sea V = R2

Entonces:

V = (x, y) = (x, 0) + (o, y) = x (1, 0) + y (0, 1)

Donde: e1 = (1, 0) y e2 = (0,1)

Es decir:

R2 = L {e1, e2}

Y
e2=(0.1)

X
e1=(1.0)

51
2.- V = R3

Sea (x, y, z) un elemento que  R3

Entonces:

(x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z)

(x, y, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)

Donde:

e1 = (1, 0, 0)

e2 = (0, 1, 0)

e3 = (0, 0, 1)

Es decir: R3 = L {e1, e2, e3}

3.- V = P2 (Conjunto de polinomios grado ≤ 2)

Sea p(x) = ax2 + bx + c

Entonces: p(x) = ax2 + bx + c.1

Tenemos:

e1 = x2

e2 = x

e3 = 1

Luego:

P2 = L {e1, e2, e3}

P2 = L {x2, x, 1}

52
4.- V = M2x2

𝑎 𝑏
Sea A = [ ] ∈ 𝑀2𝑥2
𝑐 𝑑

Luego:

𝑎 0 0 𝑏 0 0 0 0
A=[ ]+ [ ]+[ ]+[ ]
0 0 0 0 𝑐 0 0 𝑑

1 0 0 1 0 0 0 0
A = 𝑎[ ]+ 𝑏[ ]+𝑐[ ]+𝑑[ ]
0 0 0 0 1 0 0 1

Donde:

1 0
e1 = [ ]
0 0

0 1
e2 = [ ]
0 0

0 0
e3 = [ ]
1 0

0 0
e4 = [ ]
0 1

Entonces:

M2x2 = L {e1, e2, e3, e4}

53
1.7 BASE DE UN ESPACIO VECTORIAL

DEFINICIÓN:

El conjunto de vectores S = {v1, v2, ….. vk}

(donde S  V) será una base del espacio vectorial V, si cumple dos condiciones:

a) S genera a V
V = L { v1, v2, v3, ….. vk}
Es decir: “Cualquier vector v  V es una combinación lineal de los vectores v1,
v2, ….. vk}

b) S es un conjunto de vectores linealmente independientes (l. i.)

DIMENSIÓN

DEFINICIÓN.- Se llama DIMENSIÓN de un espacio vectorial, al número de

elementos que tiene una base cualquiera.

Si el espacio vectorial V tiene una “base” de n elementos entonces denotamos:

dim V = n

Ejemplo:

1.- Sea V = R3

Tenemos que: (x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z)

(x, y, z) = x(1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)

Donde:

e1 = (1, 0, 0), e2 = (0,1, 0), e3 = (0, 0, 1) constituye la base canónica de R3.

54
Además: dim R3 = 3

2.- Sea V el espacio vectorial de los polinomios reales de grado menor o igual que
Indique si los polinomios p(x) = 1 + x + x2, q(x) = 1 + 2x2, r(x) = x + x2 son una
base de V. Justifique

RESOLUCIÓN:

Veamos si los polinomios p(x) = 1 + x + x2, q(x) = 1 + 2x2  r(x) = x + x2 son base
de V. debe cumplir las siguientes condiciones:

I. p(x), q(x)  r(x) generar a P2

1 p(x) + 2 q(x) + 3 r(x) = ax2 + bx + c

1 (1 + x + x2) + 2 (1 + 2 x2) + 3 (x + x2) = ax2 + bx + c

Igualando:

1 + 2 2 + 3 = a

1 + 3 = b

1 + 2 =c

Tenemos:

𝐹1 (−1)
1 2 1 𝑎 3 0 1 1 𝑎−𝑐
[1 0 ]
1 𝑏 2 [ 0 −1 1 𝑏 − 𝑐 ]
𝐹3 (−1)
1 1 0 𝑐 1 1 0 𝑐

0 1 1 𝑎−𝑐 0 1 1 𝑎−𝑐
𝐹12 (1) [0 0 2 𝑎 + 𝑏 − 2𝑐 ] 𝐹2 (1/2) [0 0 1 𝑎 + 𝑏 − 2 𝑐/2]
1 1 0 𝑐 1 1 0 𝑐

0 1 0 𝑎 − 𝑏/2
𝐹21 (−1) [00 1 𝑎 + 𝑏 − 2𝑐/2]
1 1 𝑐

55
 0 1 0 𝑎 − 𝑏/2
𝐹13 (−1) [0 0 1 𝑎 + 𝑏 − 2𝑐/2]
1 0 0 2𝑐 − 𝑎 + 𝑏/2

−𝑎+𝑏+2𝑐 𝑎−𝑏 𝑎+𝑏−2𝑐

Vemos que: x1 = , 2 = , 3 =
2 2 2

Entonces p(x), q(x)  r(x) generan a P2

II. p(x), r(x)  q(x) son linealmente independientes.

1 p(x) + 2 q(x) + 3 r(x) = 0 / 1 =2 = 3 = 0 (UNICOS)

(1 + 2 2 + 3) x2 + (1 + 3) x + (1 + 2) = 0x2 + 0x + 0

Igualando: 1 + 2 2 + 3 = 0

1 + 3 = 0

1 + 2 =0

Tenemos:

𝐹31 (−1)
1 2 1 0 1 1 0 1 1
𝐹22 (−1)
[1 0 1 ] [0 −1 1 ] [ 0 0 2 ]
𝐹32 (−1)
1 1 0 1 1 0 1 1 0

0 1 1 0 1 0 0 1 0
𝐹2 (1/2) 3
[0 0 1 ] 𝐹21 (−1) [0 0 1 ] 𝐹1 (−3) [0 0 1 ]
1 1 0 1 1 0 1 0 0

 1 = 0, 2 = 0, 3 =0 (UNICOS)

 Px). Q r (x) son L.I

Como se cumple (I)  (II) entonces p(x), q(x)  r(x) son base de V = P2.

56
Ejercicio:

Sea  = {u1, u2, u3, u4} una base del espacio vectorial R4. Analice si el conjunto

1 = {v1, v2, v3, v4} es una base de R4, donde v1 = 2u1 + 3u2 + u3 - u4 ,

v2 = u1 + 2u2 , v3 = u1 – u3 + 3u4 y v4 = u4

Sea  = {u1, u2, u3, u4} una base del espacio vectorial R4.

Analizaremos si

v1 = 2u1 + 3u2 + u3 – u4

v2 = u1 +2u2

v3 = u1 – u3 + 3u4

v4 = u4

son linealmente independientes

En primer lugar como u1, u2, u3, u4 son base de R4 son linealmente
independientes es decir:

1 u1 + 2 u2 + 3 u3 + 4 u4 =  (1 = 2 = 3 = 4 = 0)

HIPÓTESIS UNICOS

Veamos si v1, v2, v3, v4 son linealmente independientes:

Es decir si ∃ escalares 1 = 2 = 3 = 4 = 0 tal que:

1 v1 + 2 v2+ 3 v3 + 4 v4= 

1 (2 u1 + 3 u2 + u3 – u4) +2 (u1 + 2 u2 ) + 3 (u1 - u3 + 3u4) + 4 u4 = 

(21 + 2 + 3 ) u1 + (31 + 22) u3 + (1 - 3) u3 + (-1 + 33 + 4) u4 = 

57
Pero u1, u2, u3, u4 son linealmente independientes, entonces:

21 + 2 + 3 =0

31 + 22 =0 Sistema

1 - 3 =0 Homogéneo

-1 + 33 + 4 = 0

Entonces:

2 1 1 0 F31 (-2) 0 1 3 0 F12 (-2) 0 1 3 0

3 2 0 0 F32 (-3) 0 2 3 0 0 0 -3 0

1 0 -1 0 F34 (1) 1 0 -1 0 1 0 -1 0

-1 0 3 1 0 0 2 1 0 0 2 1

1 2 3 4

F2 (-1/3) 0 1 3 0 F21 (-3) 0 1 0 0

0 0 1 0 F23 (1) 0 0 1 0

1 0 -1 0 F24 (-2) 1 0 0 0

0 0 2 1 0 0 0 1

Podemos ver que 1 = 2 = 3 = 4 = 0 (UNICOS), entonces los vectores v1, v2, v3,
v4 son linealmente independientes.

58
Ejercicio:

Para que valores de K, el conjunto S = {(1, 0, 1, k) , (1, k + 1, 0, k) (1, k, 1-k, 1), (1,
0, 1, k)} es una base del espacio vectorial R4.

SOLUCIÓN:

Para que S sea base de R4 los vectores ⃗⃗⃗⃗⃗

𝑣1 = (1, 0, 1, k), ⃗⃗⃗⃗⃗
𝑣2 = (1, k+1, 0, k),

𝑣3 = (1, k, 1-k, 1) y ⃗⃗⃗⃗

⃗⃗⃗⃗⃗ 𝑣4 = (1, 0, 1, k)

Deben ser linealmente independientes, es decir debemos probar que existen

escalares 1 = 2 = 3 = 4 = 0 (UNICOS)

Tal que:

1 ⃗⃗⃗⃗⃗
𝑣1 = 2 ⃗⃗⃗⃗⃗
𝑣2 = 3 ⃗⃗⃗⃗⃗
𝑣3 = 4 ⃗⃗⃗⃗
𝑣4 = 

1 (1, 0, 1, k) + 2 (1, k + 1, 0, k) + 3 (1, k, 1-k, 1) + 4 = (1, 0, 1, k) = (0,0,0,0)

(1 + 2 + 3 + 4 , (k + 1) 2 + k3 , 1 + (1-k) 3 + 4, k1 + k 2 + 3 + k 4 )=

(0,0,0,0)

Igualando:

1 + 2 + 3 + 4 = 0

(k + 1) 2 + k3 =0

1 + (1-k) 3 + 4 = 0

k1 + k 2 + 3 + k 4 = 0

59
Luego resolviendo el sistema homogéneo

1 1 1 1 F13 (-1) 1 1 1 1

0 k+1 k 0 F14 (-k) 0 k+1 k 0

1 0 1-k 1 0 -1 -k 0

K k 1 k 0 0 1-k 0

Podemos observar que si k = 1:

1 1 1 1 F3(-1) 1 1 1 1

0 2 1 0 0 2 1 0

0 -1 -1 0 0 1 1 0

0 0 0 0 0 0 0 0

1 2 3 4

F31(-1) 1 0 0 1

0 0 -1 0

F32(-2) 0 1 1 0

0 0 0 0

Tenemos:

1 + 4 = 0  4 = - 1

- 3 = 0  3 = 0

2 + 3 = 0  2 + 0 = 0  2 =0

60
Tenemos:

(1, 2, 3, 4) = (1, 0, 0, - 1) = 1 (1, 0, 0, -1)

1 2 3 4
-2 0 0 2
-1 0 0 1
0 0 0 0 NO SON UNICOS
1 0 0 -1

Para k=1 los vectores ⃗⃗⃗⃗

𝑉1 , ⃗⃗⃗⃗
𝑉2 , ⃗⃗⃗⃗
𝑉3 y ⃗⃗⃗⃗
𝑉4 son linealmente dependientes

para k  R – {1} los vectores ⃗⃗⃗⃗

𝑉1 , ⃗⃗⃗⃗
𝑉2 , ⃗⃗⃗⃗
𝑉3 y ⃗⃗⃗⃗
𝑉4 son linealmente independientes

61
 CAPITULO II

ESPACIOS VECTORIALES CON PRODUCTO INTERNO

2.1 Espacio vectorial con producto interno. Propiedades.

2.2 Norma de vectores en un espacio con producto interno.

2.2.1 Espacio Euclídeo

2.2.2 Definición de Norma

2.2.3 Propiedades de la Norma

2.2.4 Desigualdad de Cauchy Schwartz

2.2.5 Ley del paralelogramo

2.2.6 Distancia entre dos vectores

2.3 Bases ortogonales y ortonormales

2.3.1 Vectores ortogonales

2.3.2 Interpretación geométrica de la ortogonalidad

de vectores

2.3.3 Vector unitario

2.3.4 Vectores ortonormales

2.3.5 Bases ortonormales

2.3.6 Proyección ortogonal de un vector 𝑎⃗ sobre

un vector 𝑏⃗⃗

2.3.7 Componente Ortogonal

2.3.8 Vectores paralelos

2.3.9 Proceso de ortonormalización de Gran

Schmidth. Ejemplo

2.3.10 Angulo entre dos vectores

62
2.1 Espacio vectorial con producto interno

Definición:

Sea V un espacio vectorial sobre K.

Un producto escalar o interno sobre V es una aplicación tal que a cada par de
elementos x a y  V le asigna un número < x, y >  k tal que satisface las
siguientes propiedades:

P1) < x, y + z > = <x, y> + <x, z> (Distribubitivdad)

P2) <x,y> = <y, x> (Simetría o conmutatividad)

P3) <  x, y> = <x, y> (Homogeneidad)

P4) < x, x> ≥ 0, <x, x> = o  x =  (Positividad)

Para cualquier x, y, z V,   K.

APLICACIÓN DIDÁCTICA

Determinar si la siguiente relación es o no un producto interno

<x, y> = 2x1y1 + 3x2y1 + x2 y2 – 3x1 y2

PRUEBA

P1) DISTRIBUTIVIDAD

Por demostrar: <x, y + z> = <x, y> + <x, z>

Tenemos que: x = (x1, x2) , y = (y1, y2) , z = (z1, z2)  K

<x, y> = <(x1, x2) , (y1, y2)> = 2 x1. y1 + 3 x2. y1 + x2 y2 - 3 x1. y2

<x, z> = <(x1, x2) , (z1, z2)> = 2 x1 z1 + 3 x2 z1 + x2. z2 - 3 x1. z2

63
Veamos:

<x, y + z> = <(x1, x2) ; (y1 + z1, y2 + z2)

= 2x1 (y1 + z1) + 3x2 (y1 + z1) + x2 (y2 + z2) – 3x1 (y2 + z2)

= 2x1 y1 + 2x1 z1 + 3x2 y2 + 3x2 z1 + x2 y2 + x2 z2 – 3x1 y1 – 3x1 z2

Agrupando convenientemente:

<x, y + z> =2x1 y1 + 3x2 y1 + x2 y2 – 3x1 y2) + (2 x1 z1 + 3x2 z1 +x2 z2 - 3x1 z2)

Luego: <x , y + z> = <x, y> + <x, z>

P2) SIMETRIA ó CONMUTATIVIDAD

Por demostrar: <x, y> = <y, x>

Sean: x = (x1. x2) ; y = (y1, y2)

Tenemos:

<x, y> = < (x1. x2) , (y1, y2)>

=2x1 y1 + 3x2 y1 + x2 y2 – 3x1 y1

<y, x> = < (y1. y2) , (x1, x2)>

=2y1 x1 + 3y1 x2 + y2 x2 – 3y1 x1

Entonces:

<x, y> = < (x1, x2) , (y1, y2)>

=2x1 y1 + 3x2 y1 + x2 y2 – 3x1 y1

=2y1 x1 + 3y1 x2 + y2 x2 – 3y1 x1 (Propiedad conmutativa de los

números reales)

= <y, x>

64
P3) HOMOGENEIDAD

Por demostrar <  x, y> =  < x, y>

Sea   K, x = (x1, x2), y = (y1, y2)V

Veamos:

<  x, y> = <  (x1, x2) , (y1, y2) >

= < (x1, x2) , (y1, y2) >

= 2 x1 y1 + 3 x2 y1 + x2 y2 - 3 x1 y1

=  [ 2 x1 y1 + 3 x2 y1 + x2 y2 - 3 x1 y1]

=  < x, y>

P4) POSITIVIDAD

Por demostrar: < x , x> ≥ 0

Tenemos:

< x , x> = <(x1, x2) , (x1, x2) >

= 2 x1, x1 + 3 x2 x1 + x2 x2 - 3 x1 x2

= 2 x12 + 3x1 x2 + x22 – 3x1x2

= 2 x12 + x22 ≥ 0

 < x, x> ≥ 0

Como se cumplen las propiedades P1, P2, P3 y P4 podemos afirmar que la relación
dada es un producto interno.

65
2.2 Norma de vectores en un espacio con producto interno

2.2.1 Definición de Espacio Euclídeo

Un espacio vectorial con un producto interno se llama espacio vectorial

euclídeo

2.2.2 Definición de Norma

En un espacio euclídeo usaremos la notación: ∥ 𝑥 ∥ = + √< 𝑥, 𝑥 > el número

∥ 𝑥 ∥ se llama norma euclídeo o simplemente norma de x.

2.2.3 Desigualdad de Cauchy – Schavartz

Sea V un espacio vectorial euclídeo y x, y  V, entonces se verifica:

/<x, y>/ ≤ ∥ 𝑥 ∥ . ∥ 𝑦 ∥

Además la igualdad se da si y solo si x e y son proporcionales.

PRUEBA:

Probaremos teniendo en cuenta que V = R2

En primer lugar tomemos los vectores x = (x1, x2) , y =(y1, y2)

Y que el producto interno de estos vectores es:

<x , y> = x1y1 + x2 y2

Se presentan dos casos:

I) Si x //y En el mismo sentido: x

𝜃 = ∡ (𝑥 , 𝑦) = 0°

66
Sentidos opuestos:

 = 180°

y x

𝜃 = ∡ (𝑥 , 𝑦) = 180°

Si x//y  Q = ∡ (𝑥 , 𝑦) = 0° , 𝜃 = ∡ (𝑥 , 𝑦) = −180°
<𝑥,𝑦>
Sabemos que: cos 𝜃 = cos 0° = ∥𝑥∥ ∥𝑦∥ = 1

 <x , y> =∥ 𝑥 ∥ ∥ 𝑦 ∥ ………..(I)

< 𝑥, 𝑦 >
𝜃 = 180° cos 180° =
∥ 𝑥 ∥∥𝑦 ∥

<𝑥,𝑦>
-1= ∥𝑥∥ ∥𝑦∥

<x, y> = -∥ 𝑥 ∥ ∥ 𝑦 ∥ …………….(II)

De (I) y (II): <x , y> =∥ 𝑥 ∥ ∥ 𝑦 ∥ ó <x , y> =−∥ 𝑥 ∥ ∥ 𝑦 ∥

 |< 𝑥 , 𝑦 > |=∥ 𝑥 ∥ ∥ 𝑦 ∥ ---------------(*)

II) Si x // y

PROYY X y
X
67
Podemos observar que: ∥ 𝑥 ∥ > ∥ 𝑃𝑅𝑂𝑌𝑦 𝑥 ∥

∥ 𝑃𝑅𝑂𝑌𝑦 𝑥 ∥< ∥ 𝑥 ∥

∥ 𝐶𝑂𝑀𝑃𝑦 𝑥 ∥< ∥ 𝑥 ∥

< 𝑥, 𝑦 >
| |<∥𝑥 ∥
∥𝑦∥

|< 𝑥, 𝑦 >| < ∥ 𝑥 ∥∥ 𝑦 ∥ ⋯ … … . (∗∗)

De (*) y (**) : |< 𝑥, 𝑦 >| ≤ ∥ 𝑥 ∥∥ 𝑦 ∥

2.2.4 Ley del Paralelogramo

Sea V un espacio vectorial euclídeo se cumple:

∥ 𝑥 + 𝑦 ∥2 + ∥ 𝑥 − 𝑦 ∥2 = 2 (∥ 𝑥 ∥2 +∥ 𝑦 ∥2 )

Cualquiera que sea x, y  V

PRUEBA: Sean x, y  V entonces:

Sabemos que:

∥ 𝑥 + 𝑦 ∥2 = ∥ 𝑥 ∥2 +2 <x,y> + ∥ 𝑦 ∥2 ……………… (I)

∥ 𝑥 − 𝑦 ∥2 = ∥ 𝑥 ∥2 - 2 <x,y> + ∥ 𝑦 ∥2 ……………… (II)

68
Sumando miembro a miembro (I) y (II):

∥ 𝑥 + 𝑦 ∥2 +∥ 𝑥 − 𝑦 ∥2 = ∥ 𝑥 ∥2 + 2 < 𝑥, 𝑦 > +∥ 𝑦 ∥2 +∥ 𝑥 ∥2 − 2 < 𝑥, 𝑦 > +∥ 𝑦 ∥2

∥ 𝑥 + 𝑦 ∥2 +∥ 𝑥 − 𝑦 ∥2 = 2 (∥ 𝑥 ∥2 +∥ 𝑦 ∥2 )

2.2.5 Propiedades de la Norma

Sea V un espacio euclídeo sobre K. la norma definida anteriormente en V verifica

la siguientes propiedades:

P1) ∥ 𝑥 ∥ = 0 si y solo si x =  ( : vector nulo)

P2) ∥  𝑥 ∥ =  ∥ 𝑥 ∥

P3) ∥ 𝑥 + 𝑦 ∥  ∥ 𝑥 ∥ +∥ 𝑦 ∥ (Desigualdad triangular) para cualesquiera x, y  V

2.2.6 Distancia entre dos vectores

Sean x, y dos vectores que  V

Si V es un espacio euclídeo, entonces ∥ 𝑥 − 𝑦 ∥ representa la distancia entre los

vectores x e y, es decir:

d(x, y) = ∥ 𝑥 − 𝑦 ∥

Proposición: Sea V un espacio euclídeo sobre K. la distancia definida

anteriormente en V verifica las siguientes propiedades:

P1) d (x, x) = 0

P2) d (x, y) = d (y, x)

P3) d (x + z, y + z) = d (x, y)

P4) d(x, y)  d (x,z) + d(z, y) (Desigualdad triangular)

69
Definición: Un espacio vectorial en el que esta definida una distancia se llama
espacio vectorial métrico.

2.3.- Bases ortogonales y ortonormales

2.3.1 Vectores Ortogonales

Definición: Sea V un espacio vectorial euclídeo. Diremos que dos vectores x, y 

V son ortogonales, o perpendiculares si <x, y> = 0.

En este caso escribiremos x ⊥ y

Ejemplo:

Sean x = (2, -3) y v = (3, 2)  V = R2

Podemos observar que:

<x, y> = < (2, -3), (3, 2)> = 2 (3) + (-3) (2)

=6–6=0

Como <x, y> = 0  x ⊥ y

Ejercicios:

Dado los vectores v1 = (1,2 , -2,1), v2 = (2, -1, 1,2) y v3 = (1, -3, -1,3) de R4, halle

una base para el subespacio H = {v  R4 : v es perpendicular a los tres vectores

dados}

Sean los vectores ⃗⃗⃗⃗

𝑉1 = (1,2 , -2,1), ⃗⃗⃗⃗
𝑉2 =(2, -1, 1,2) , ⃗⃗⃗⃗
𝑉3 =(1, -3, -1,3)

Hallaremos una base para el subespacio

⃗⃗ es perpendicular a los 3 vectores dados}

H = {v  R4: 𝑉

⃗⃗ = (a, b, c, d) un vector que pertenece a H.

Sea 𝑉

70
Tenemos que:

𝑉 𝑉1  𝑉
⃗⃗ ⊥ ⃗⃗⃗⃗ ⃗⃗ . ⃗⃗⃗⃗
𝑉1 = 0

(a, b, c, d) . (1, 2, -2, 1) = 0

a + 2b – 2c + d = 0 (I)

𝑉 𝑉2  𝑉
⃗⃗ ⊥ ⃗⃗⃗⃗ ⃗⃗ . ⃗⃗⃗⃗
𝑉2 = 0

(a, b, c, d) . (2, -1, 1, 2) = 0

2a – b + c + 2d = 0 (II)

𝑉 𝑉3  𝑉
⃗⃗ ⊥ ⃗⃗⃗⃗ ⃗⃗ . ⃗⃗⃗⃗
𝑉3 = 0

(a, b, c, d) . (1, -3, -1, 3) = 0

a – 3b - c + 3d = 0 (III)

Resolviendo el sistema formado por (I), (II) y (III):

a + 2b – 2c + d = 0

2a - b + c + 2d = 0

a - 3b – c + 3d = 0

Entonces:

1 2 -2 1 𝐹12 (-2) 1 2 -2 1

2 -1 1 2 𝐹13 (-1) 0 -5 5 0

1 -3 -1 3 0 -5 1 2

71
 1
𝐹2 (− 5) 0 2 -2 1 𝐹21 (-2) a b c d

0 1 -1 0 𝐹23 (5) 1 0 0 1

0 -5 1 2 0 1 -1 0

0 0 -4 2

Tenemos: a + d = 0  a = -d

𝑑
b–c=0b=cb= 2

𝑑
-4c + 2d = 0  c = 2

Entonces:
𝑑 𝑑 𝑑
(a, b, c, d) = (- d, 2 , 2 , d) = (-2, 1, 1, 2)
2

(Base para H)

Luego una base para H es:

H = L {(-2, 1, 1, 2)}

72
2.3.2 INTERPRETACIÓN GEOMÉTRICA DE LA ORTOGONALIDAD DE
VECTORES

Observemos el siguiente gráfico.

𝑏⃗⃗
−𝑏⃗⃗

𝑎⃗

𝑎⃗ ⊥ 𝑏⃗⃗  ∥ 𝑎⃗ + 𝑏⃗⃗ ∥ = ∥ 𝑎⃗ − 𝑏⃗⃗ ∥

Como:

∥ 𝑎⃗ + 𝑏⃗⃗ ∥ = ∥ 𝑎⃗ − 𝑏⃗⃗ ∥

Elevando al cuadrado: ∥ 𝑎⃗ + 𝑏⃗⃗ ∥ 2 = ∥ 𝑎⃗ − 𝑏⃗⃗ ∥2

∥ 𝑎⃗ ∥2 + 2𝑎⃗ . 𝑏⃗⃗ +∥ 𝑏⃗⃗ ∥2 =∥ 𝑎⃗ ∥2 − 2𝑎⃗ . 𝑏⃗⃗ +∥ 𝑏⃗⃗ ∥2

4 𝑎⃗ . 𝑏⃗⃗ = 0  𝑎⃗ . 𝑏⃗⃗ = 0

⃗ . 𝑏⃗⃗
<𝑎 >=0

73
2.3.3 VECTOR UNITARIO

Sea V un espacio vectorial euclídeo. Dado el vector v  V, definimos el vector

unitario en la dirección de v como:

𝑉
u = ∥V∥ ( ∥ u ∥ = 1)

Ejemplos:

1.- Sea el vector V = (1, 2)  R3, entonces el vector unitario en la dirección de V

es:

(1,2)
u=
√5

2.- Sea el vector V = (1, -1, 5)  R2, entonces el vector unitario en la dirección de
V es:

(1,−1,5)
u=
√27

En geneal si V = (x1, x2, ….., Xn)  Rn el vector unitario en la dirección de V es:

(x1 , x2 ,…..Xn)
u=
√𝑥12 + 𝑥22 +⋯+ 𝑋𝑛2

2.3.4 Vectores ortonormales

Definición: Sean v1, v2 …. vk un conjunto de vectores linealmente independientes.

Si V1 ⊥ Vj (i  j) (ortogonales dos a dos) y

∥ V1 ∥ = ∥ V2 ∥. . . = ∥ V𝑘 ∥ = 1 (𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑢𝑛𝑖𝑡𝑎𝑟𝑖𝑜𝑠)

Entonces decimos que los vectores v1, v2 …. vk son vectores ortonormales.

74
 4 3 3 4
Ejemplo: Sean los vectores x = (− 5 , 5)  𝑦 = (5 , 5)

Podemos observar que:

4 3 3 4 12 12
<x, y> = (− 5) ( 5) + (5 ) ( 5) = − + =0
5 5

x⊥y

Ademas: ∥ x ∥ = ∥ y ∥ = 1

Como: x ⊥ y además ∥ x ∥ = ∥ y ∥ = 1, entonces x, y son vectores ortonormales.

2.3.5 Bases ortonormales

Definición:

Sea V un espacio vectorial euclídeo. Diremos que un conjunto A de vectores en V

es un sistema ortogonal. Si además, todos tienen norma euclidea igual a 1,
diremos que A es un sistema ortonormal.

Proposición.- Sea V un espacio vectorial euclídeo. Todo sistema ortogonal de

vectores no nulos en V es un conjunto linealmente independiente.

Definición.- Sea V un espacio vectorial euclídeo. Diremos que una base B de un

subespacio de V es ortonormal si B es un sistema ortonormal.

75
2.3.6- PROYECCIÓN ORTOGONAL DE UN VECTOR ⃗𝒂⃗ SOBRE UN
⃗⃗
VECTOR 𝒃

𝑎⃗
S 𝑏⃗⃗ ⊥

⃗⃗ = 𝑟 ⃗⃗⃗
PRO𝑌𝑏⃗⃗⃗ ⃗𝑎 𝑏 𝑏⃗⃗

Del gráfico, por suma de vectores:

𝑎⃗ = 𝑟 𝑏⃗⃗ + S 𝑏⃗⃗ ⊥ …………………. (I)

Multiplicando cada miembro de (I) escalarmente por 𝑏⃗⃗ tenemos:

𝑎⃗ . 𝑏⃗⃗ = (r 𝑏⃗⃗ + S 𝑏⃗⃗ ⊥ ) . 𝑏⃗⃗

𝑎⃗ . 𝑏⃗⃗ = r 𝑏⃗⃗ . 𝑏⃗⃗ + S 𝑏⃗⃗ ⊥ . 𝑏⃗⃗

0
𝑎⃗ . 𝑏⃗⃗ = r ∥ 𝑏⃗⃗ ∥2

𝑎⃗⃗ .𝑏⃗⃗
r= ⃗⃗∥2
∥𝑏

⃗⃗⃗ = 𝑟 ⃗⃗⃗
como: PRO𝑌𝑏⃗⃗⃗ 𝑎 𝑏

⃗⃗⃗ ⃗⃗⃗
 PRO𝑌⃗⃗⃗𝑏 ⃗𝑎⃗⃗ = [ 𝑎⃗⃗⃗⃗.𝑏2] . 𝑏⃗⃗
∥𝑏∥

76
2.3.7 COMPONENTE ORTOGONAL

Sabemos que:

⃗⃗⃗ ⃗⃗⃗
⃗⃗ = [ 𝑎 .𝑏 ] ⃗⃗⃗
PRO𝑌⃗⃗⃗ ⃗𝑎 𝑏
𝑏 ⃗⃗⃗⃗ 2
∥𝑏 ∥

Entonces:

⃗⃗⃗ ⃗⃗⃗ ⃗⃗⃗

⃗⃗ = [𝑎 .𝑏 ] 𝑏
PRO𝑌⃗⃗⃗ ⃗𝑎
𝑏 ∥𝑏⃗⃗⃗⃗ ⃗⃗⃗⃗
∥ ∥𝑏 ∥

Donde

⃗⃗ . ⃗⃗⃗
⃗𝑎 𝑏
𝐶𝑂𝑀𝑃⃗⃗⃗ ⃗𝑎
⃗⃗ = [ ]
𝑏 ⃗⃗⃗⃗
∥𝑏∥
(Componente del vector 𝑎⃗ sobre el vector 𝑏⃗⃗)

⃗⃗
𝑏
u= (Vector unitario en la dirección del vector 𝑏⃗⃗)
⃗⃗∥
∥𝑏

Es decir:

PRO𝑌⃗⃗⃗ ⃗𝑎
⃗⃗ = [𝐶𝑂𝑀𝑃⃗⃗⃗ ⃗𝑎
⃗⃗] u
𝑏 𝑏

Entonces:

∥ PRO𝑌⃗𝑏⃗ 𝑎⃗⃗ ∥ = ∥ [𝐶𝑂𝑀𝑃⃗𝑏⃗ 𝑎⃗⃗] u ∥

∥ PRO𝑌⃗𝑏⃗ 𝑎⃗⃗ ∥ = 𝐶𝑂𝑀𝑃𝑏⃗⃗ 𝑎⃗/ ∥ u ∥

1

 ∥ PRO𝑌𝑏⃗⃗ 𝑎⃗⃗ ∥ = [𝐶𝑂𝑀𝑃𝑏⃗⃗ 𝑎⃗]

77
2.3.8 VECTORES PARALELOS

Sean 𝑎
⃗ , 𝑏⃗⃗ dos vectores que  V

Entonces 𝑎
⃗ ∥ 𝑏⃗⃗  ∃ r  R tal que 𝑎⃗ = r 𝑏⃗⃗
Ejemplo:

¿Los vectores 𝑎
⃗ = (3, 9) y 𝑏⃗⃗ (1, 3) son paralelos?

Tenemos que: 𝑎⃗ = ( 3,9)

𝑎⃗ = 3 (1,3)

𝑎⃗ = 3 𝑏⃗⃗

Vemos que r = 3  𝑎
⃗ // 𝑏⃗

78
2.3.9 PROCESO DE ORTONORMALIZACIÓN DE GRAM SCHMIDT

Sea { v1, v2, v3 …. vk} un conjunto de vectores linealmente independientes que

pertenecen a V construiremos una base ortonormal a partir de los vectores dados.

Sea { v1, v2, v3 …. vk} esta base ortonormal donde ui ⊥ uj, ⋁i  j y además

∥ u1 ∥ = ∥ u2 ∥ ⋯ = ∥ u𝑘 ∥ = 1

Demostración

Sea v1, v2,…, vk una base de Rn. Construimos una base ortonormal para estos vectores.
𝑉
Comenzamos: 𝑈1 = ‖𝑉1 ‖
1
Para 𝑈2 :

𝑣2

𝑣 ,2

𝑣
𝑃𝑟𝑜𝑦𝑣12 𝑣1

𝑣 𝑣
𝑣2 = 𝑣 , 2 + 𝑃𝑟𝑜𝑦𝑣12 𝑣 , 2 = 𝑣2 − 𝑃𝑟𝑜𝑦𝑣12
𝑣 ∙𝑣1 𝑣2 ∙𝑣1
𝑣 , 2 = 𝑣2 − ‖𝑣2 2 × 𝑣1 ‖𝑣1 ‖2
=𝑟
1‖
𝑣 , 2 = 𝑣2 − 𝑟 × 𝑣1

Tenemos:
𝑣 ,2 𝑣1 𝑣 , 2 . 𝑣1 = 0
(𝑣2 − 𝑟. 𝑣1 ). 𝑣1 = 0
𝑣2 . 𝑣1 − 𝑟. ‖𝑣1 ‖2 = 0
𝑣 ∙𝑣
𝑟 = ‖𝑣2 ‖12 …Lqqd
1
Luego:
𝑣 ,2
𝑈2 = ,
‖𝑣 2 ‖
Para 𝑈3 :

79
 𝑣3

𝑣 ,3

𝑣
𝑃𝑟𝑜𝑦𝑃 3
P

𝑣 𝑣
𝑣3 = 𝑣 , 3 + 𝑃𝑟𝑜𝑦𝑃 3 𝑣 , 3 = 𝑣3 − 𝑃𝑟𝑜𝑦𝑃 3 …(1)
Pero el plano “P” está formado por los vectores 𝑣 , 2 y 𝑣1 :

𝑣 ,2

𝑣
𝑃𝑟𝑜𝑦𝑃 3
𝑣
𝑃𝑟𝑜𝑦𝑣 ,32

𝑣
𝑃𝑟𝑜𝑦𝑣13 𝑣1

𝑣 𝑣 𝑣
𝑃𝑟𝑜𝑦𝑃 3 = 𝑃𝑟𝑜𝑦𝑣 ,32 + 𝑃𝑟𝑜𝑦𝑣13 …(2)

Reemplazando (2) en (1):

𝑣 𝑣
𝑣 , 3 = 𝑣3 − 𝑃𝑟𝑜𝑦𝑣 ,32 −𝑃𝑟𝑜𝑦𝑣13

Entonces:

𝑣 ∙𝑣 , 2 𝑣 ∙𝑣1 𝑣 ∙𝑣 , 2 𝑣 ∙𝑣1
𝑣 , 3 = 𝑣3 − [‖𝑣3, 2 × 𝑣 , 2 ] − [‖𝑣3 2 × 𝑣1 ] 𝑟 = ‖𝑣3, 2 Y 𝑠 = ‖𝑣3 2
2‖ 1‖ 2‖ 1‖

𝑣 , 3 = 𝑣3 − 𝑟. 𝑣 , 2 − 𝑠. 𝑣1

Tenemos:

𝑣 ,3 𝑣1 𝑣 , 3 . 𝑣1 = 0
(𝑣3 − 𝑟. 𝑣 , 2 − 𝑠. 𝑣1 ). 𝑣1 = 0
𝑣3 . 𝑣1 − 𝑟. 𝑣 , 2 . 𝑣1 − 𝑠. ‖𝑣1 ‖2 = 0
𝑣3 . 𝑣1 − 𝑠. ‖𝑣1 ‖2 = 0
𝑣 ∙𝑣
𝑠 = ‖𝑣3 ‖12 …Lqqd
1
𝑣 ,3 𝑣 ,2 𝑣 , 3. 𝑣 , 2 = 0

80
 (𝑣3 − 𝑟. 𝑣 , 2 − 𝑠. 𝑣1 ). 𝑣 , 2 = 0
𝑣3 . 𝑣 , 2 − 𝑟. ‖𝑣 , 2 ‖2 − 𝑠. 𝑣1 . 𝑣 , 2 = 0
𝑣3 . 𝑣1 − 𝑟. ‖𝑣 , 2 ‖2 = 0
𝑣 ∙𝑣 , 2
𝑟 = ‖𝑣3, 2 …Lqqd
2‖

Luego:
𝑣 ,3
𝑈3 =
‖𝑣 , 3 ‖

Análogamente para 𝑈4 :
𝑣 𝑣 𝑣
𝑣 , 4 = 𝑣4 − 𝑃𝑟𝑜𝑦𝑣 ,43 −𝑃𝑟𝑜𝑦𝑣,42 − 𝑃𝑟𝑜𝑦𝑣14 𝑣 , 4 = 𝑣4 − 𝑟. 𝑣 , 3 − 𝑠. 𝑣 , 2 − 𝑡. 𝑣1

𝑣 ,4
𝑈4 =
‖𝑣 , 4 ‖

Análogamente para 𝑈5 :
𝑣 𝑣 𝑣 𝑣
𝑣 , 5 = 𝑣5 − 𝑃𝑟𝑜𝑦𝑣 ,54 − 𝑃𝑟𝑜𝑦𝑣 ,53 −𝑃𝑟𝑜𝑦𝑣,52 − 𝑃𝑟𝑜𝑦𝑣15 𝑣 , 5 = 𝑣5 −𝑟. 𝑣 , 4 − 𝑠. 𝑣 , 3 − 𝑡. 𝑣 , 2 − 𝑚. 𝑣1

𝑣 ,5
𝑈5 =
‖𝑣 , 5 ‖

Entonces, para 𝑈𝑘 :
𝑣 𝑣 𝑣 𝑣
𝑣 , 𝑘 = 𝑣𝑘 − 𝑃𝑟𝑜𝑦𝑣 ,𝑘𝑘−1 − 𝑃𝑟𝑜𝑦𝑣,𝑘𝑘−2 −𝑃𝑟𝑜𝑦𝑣 ,𝑘𝑘−3 … − 𝑃𝑟𝑜𝑦𝑣1𝑘

𝑘
, 𝑘 𝑣
𝑣 𝑘 = 𝑣𝑘 − ∑ 𝑃𝑟𝑜𝑦𝑣𝑘−1
𝑘=2

𝑣,
𝑈𝑘 = ‖𝑣 , 𝑘 ‖ … Lqqd
𝑘

Por último, la nueva base será: 𝑈1 , 𝑈2 , … , 𝑈𝑘 . La cual es una base ortonormal.

81
APLICACIÓN DIDÁCTICA: Dados los vectores:

1 −1 1
𝑉1 = (2) , 𝑉2 = ( 1 ) , 𝑉3 = (0)
1 0 1

Por el proceso de ortogonalización de Gram Schmidt:

1
𝑉1 = (2) (𝐹𝑖𝑗𝑜)
1

Luego:

𝑉2´ = 𝑉2 − 𝑟 𝑉1

𝑉1 ⊥ 𝑉2´  𝑉1. 𝑉2´ = 0  𝑉1 . (𝑉2 - r 𝑉1 ) = 0

𝑉1 .𝑉2 1
r= 2 =
∥V1 ∥ 6

Entonces:

−1 −7/6
1 1 1 −7
𝑉2´ = ( 1 ) − (2) = ( 4/6 )= (4)
6 6
0 1 −1/6 −1

−7
. 𝑉2´ = (4)
−1

De igual manera:

𝑉3´ = 𝑉3 − 𝑟1 𝑉2´ − 𝑟2 𝑉1

𝑉3´ ⊥ 𝑉1  𝑉3´ . 𝑉1 = 0

(V3 – r1 𝑉2´ – r2 V1) . V1 = 0

𝑉3 . 𝑉1 2 1
r2= 2 = =
∥V1 ∥ 6 3

82
 𝑉3´ ⊥ 𝑉2´  𝑉3´ . 𝑉2´ = 0

(V3 – r1 𝑉2´ – r2 V1) . 𝑉2´ = 0

𝑉21 . 𝑉3 −8 4
r1= = =−
∥𝑉21 ∥2 66 33

Luego:

28 1 −6
1− −
1 −7 1 33 3 33 −1
4 1 16 2 −6 6
𝑉3´ = (0 ) + ( 4 )− (2 ) = 33
− 3
= 33
= 33 (−1)
33 3
1 −1 1 4 1 18 3
1− −
( 33 3) ( 33 )

−1
 𝑉3´ = (−1)
3

Luego ortonormalizamos:

𝑉1 𝑉2 𝑉3
𝑢1 = ,𝑢 2 = , 𝑈𝑢3 =
∥ V1 ∥ ∥ V2 ∥ ∥ V3 ∥

1⁄ −7⁄ −1⁄
√6 √66 √𝐼𝐼
2⁄ 4⁄ −1⁄
𝑢1 = , 𝑢2 = , 𝑢3 = ,
√6 √66 √𝐼𝐼
1 −1 3
( ⁄√6) ( ⁄√66) ( ⁄√𝐼𝐼 )

La matriz ortogonal P que diagonaliza.

83
2.3.10 ANGULO ENTRE DOS VECTORES

⊥
𝑺⃗⃗⃗
𝑏
𝑎
⃗⃗⃗

𝒓 ⃗⃗⃗
𝑏 ⃗⃗⃗
𝑏

Del gráfico: 𝑎⃗ = 𝑟 𝑏⃗⃗ + S 𝑏⃗⃗ ⊥ … … . . (I)

⃗⃗
Multiplicando cada miembro de (I) escalarmente por 𝑏

𝑎⃗ . 𝑏⃗⃗ = (𝑟 𝑏⃗⃗ + S 𝑏⃗⃗⊥ ) . 𝑏⃗⃗

𝑎⃗ . 𝑏⃗⃗ = 𝑟 𝑏⃗⃗ . 𝑏⃗⃗ + S 𝑏⃗⃗⊥ . 𝑏⃗⃗)

0
2
𝑎⃗ . 𝑏⃗⃗ = 𝑟 ∥ 𝑏⃗⃗ ∥

⃗⃗⃗ .⃗⃗⃗
𝑎 𝑏
r= 2 … . (∗)
∥ ⃗⃗⃗𝑏∥

Del gráfico:

∥𝑟 ⃗⃗⃗𝑏∥
cos  =
∥ ⃗𝑎⃗⃗ ∥

/𝑟/ ∥⃗⃗⃗ 𝑏∥
cos  =
∥ ⃗𝑎⃗⃗ ∥

84
 ⃗⃗ y r 𝑏⃗⃗ tienen el mismo sentido, entonces r > 0, es decir / r / = r
Como 𝑏

Entonces

⃗⃗ ∥
∥𝑏
cos  = r …………….. (II)
∥ 𝑎⃗⃗ ∥

Reemplazando (*) en (II):

⃗𝑎⃗ .⃗𝑏⃗ ∥𝑏 ⃗⃗ ∥
cos  = ⃗⃗ ∥ ∥ 𝑏 ⃗⃗ ∥ ∥ 𝑎⃗⃗ ∥
∥𝑏

⃗𝑎⃗ .⃗𝑏⃗
cos  = ⃗⃗ ∥
∥ 𝑎⃗⃗ ∥ ∥ 𝑏

85
 APLICACIÓN DIDÁCTICA
UNIVERSIDAD NACIONAL DE EDUCACION
“ENRIQUE GUZMÁN Y VALLE”
LA CANTUTA
ALMA MATER DEL MAGISTERIO NACIONAL

SESIÓN DE APRENDIZAJE
TEMA: PRODUCTO INTERNO DE VECTORES

I. DATOS INFORMATIVOS:
1.1 Institución Educativa : “Santa Teresita de Jesús”
1.2 Área : Matemática
1.3 Grado : 5to. Secundaria
1.4 Componente : Geometría y medición
1.5 Duración : 45 minutos
1.6 Docente : Pablo García Meza
1.7 Fecha : 13 Noviembre del 2014

II. EXPECTATIVAS DEL LOGRO:

Estudiar la definición de producto interno. Reconocer producto interno
usual y no usual. Aplicar el concepto de Norma de un Vector y
reconocer vectores ortogonales.

III. ORGANIZACIÓN DE LOS APRENDIZAJES:

APRENDIZAJES ESPERADOS
- Definir el producto interno
 Producto interno usual en R2 y
R3. Generalización Rn.
 Producto interno no usual
- Definir el concepto de norma de un
vector y sus propiedades.
- Reconocen vectores ortogonales y
aplica sus propiedades
VALORES / ACTITUDES
- Orden y limpieza en su cuaderno.
- Valora la importancia del conocimiento
matemático
- Perseverancia en la solución de
ejercicios y problemas
- Claridad y precisión en la resolución de
ejercicios y problemas
- Cumplimiento y puntualidad en la

86
 - Aplicación de los conceptos presentación de sus tareas.
expuestos en los problemas.

IV. SECUENCIA DIDÁCTICA:

Estrategias
Evaluación

TIEMPO
Situación didácticas Recursos
Aprendizaje Métodos Didácticos
Criterio Indicadores Instrumento
Procedimientos
- Presentación - Multimedia Comuni- -Identifica conceptos Diapositivas
- Revisión de conceptos - Pizarra 10 cación básicos de producto
INICIO preliminares - Plumones Matemá- interno de vectores
 Espacios vectoriales acrílicos Tica en R2 y R3
 Producto interno -Identifica las
usual en R2 y R3 propiedades de
generalización en Rn espacios con
producto interno.
- Definiremos un -Identifica el concepto
espacio vectorial con - Multimedia de norma y sus
producto interno - Pizarra propiedades
- Proponemos ejemplos - Plumones 20 -Identifica vectores
de aplicación acrílicos ortogonales
PROCESO - Definiremos la norma
de un vector y sus Resolu- -Elabora sus
propiedades ción de ejercicios
- Definimos vectores proble- coherentemente en
ortogonales mas base a los conceptos
- Proponemos desarrollados por el
ejercicios de docente. Guía de
aplicación -Realimentación de Práctica
- Pizarra los conceptos
SALIDA - Desarrollamos la guía - Plumones 15 desarrollados por el
de práctica acrílicos docente a través de
una guía de práctica

87
 UNIVERSIDAD NACIONAL DE EDUCACION
“ENRIQUE GUZMÁN Y VALLE”
LA CANTUTA
ALMA MATER DEL MAGISTERIO NACIONAL

GUÍA DE PRÁCTICA
TEMA: PRODUCTO INTERNO DE VECTORES. NORMA DE UN VECTOR Y
VECTORES ORTOGONALES

1. Dados los vectores 𝑥⃗ = (3, −5) 𝑦 𝑦⃗ = (-1, 4). Hallar <𝑥⃗ , 𝑦⃗ >
a) -20 b) -21 c) -22 d) -23 e) -24

2. Dados los vectores 𝑥⃗ = (1, 5, 𝑎) 𝑦 𝑦⃗ = (2, - 𝑎 ,6). Hallar el valor de 𝑎 para

que los vectores 𝑥⃗ e 𝑦⃗ sean ortogonales.
a) -3 b) -2 c) -1 d) 0 e) 1

3. Dados los vectores 𝑥⃗ = (1, 3, -5, 2, -4) y 𝑦⃗ = (8, 2, −7, 6, 3) Hallar <𝑥⃗ , 𝑦⃗>
a) 47 b) 48 c) 49 d) 50 e) 51

4. Sea el producto interno definido: <𝑥⃗ , 𝑦⃗> = 5x1 y1 + 8x2 y2

Dados los vectores: 𝑥⃗ = (−4, 7) 𝑦 𝑦⃗ = (2, 3). Hallar <𝑥⃗ , 𝑦⃗>
a) 100 b) 126 c) 128 d) 120 e) 130

5. Dado el vector 𝑥⃗ = (−5, 12) . Hallar su norma

a) 11 b) 12 c) 13 d) 14 e) 15

6. Sea el vector 𝑥⃗ = (3, 𝑎, −6). Hallar el valor de 𝑎 para que ∥ 𝑥⃗ ∥ = √70

a)  4 b)  2 c)  3 d)  8 e)  5

88
7. Hallar la distancia (norma) entre los puntos A = (-2 ,3) y B (4, 6)

a) 3√5 b) 2√5 c) 4√5 d) √5 e) 6√5

8. Si ∥ 𝑥⃗ − 𝑦⃗ ∥ = 12 y además ∥ 𝑥⃗ ∥ = 3 y ∥ 𝑦⃗ ∥ = 5, Hallar <𝑥⃗ , 𝑦⃗ >

a) -51 b) -53 c) -55 d) - 57 e) -59

89
 SÍNTESIS

 El tema de espacios vectoriales nos permite desarrollar el concepto de

vector.
 Los espacios vectoriales con producto interno sirven de punto de partida
para el desarrollo de temas como norma, proyección, vectores ortogonales,
etc.

90
 APRECIACIÓN CRÍTICA Y SUGERENCIAS

 El tema de espacios vectoriales con producto interno contribuye a ampliar

nuestros conocimientos a otros temas como norma, proyección, vectores
ortogonales y vectores ortonormales.

 El tema de espacios vectoriales con producto es importante para el

desarrollo matemático de los alumnos que piensan postular a carreras de
ingeniería, Ciencias Matemáticas y Ciencias Económicas.

 Considero que el tema de espacios vectoriales con producto interno debe

dictarse a los alumnos de quinto de secundaria en una forma sencilla para
que tengan un conocimiento previo cuando ingresen a la universidad
cuando toquen este tema.

91
 BIBLIOGRAFÍA

ALGEBRA LINEAL Harvey – Gerber

Grupo Editorial Iberoámericana 1992.

ALGEBRA LINEAL Moisés Lázaro

Editorial Moshera 2005

ALGEBRA LINEAL Carlos Chávez Vega

Editorial Moshera 2005

INTRODUCCIÓN AL ALGEBRA Juan Rada

LINEAL Universidad de Los Andes
Consejo de Publicaciones 2011.

ALGEBRA LINEAL Seymour Lipschutz

Segunda edición
Editorial Mc Graw Hill 1993

ALGEBRA LINEAL Y ALGUNA L.I. Golovina

DE SUS APLICACIONES Editorial MIR, Moscú, URSS, 1974.

92
 ANEXOS

SIMBOLOGÍA
⨁: suma

⨀ : Producto

𝑦
𝐹𝑖 (𝑘): Fila i-ésima multiplicada por k y sumado a la j-ésima fila.

𝐹𝑖 (𝑘): Fila i-ésima multiplicada por k

PRO𝑌⃗⃗⃗ ⃗𝑎
⃗⃗ : Proyección ortogonal del vector 𝑎⃗ ⃗⃗
sobre el vector 𝑏
𝑏

𝐶𝑂𝑀𝑃⃗⃗⃗ ⃗𝑎
⃗⃗: Componente ortogonal del vector 𝑎⃗ ⃗⃗
sobre el vector 𝑏
𝑏

P.D.: por demostrar

93