Cálculo de

varias variables
Ph.D. Marcelo Zambrano V.
MARZO 2019
Espacios Vectoriales
Introducción
 La idea de un vector está tomada de la Física

 Difieren de las magnitudes de escalares porque necesitan de parámetros

adicionales para poder ser definidos:
 módulo, dirección y sentido
 componente sobre cada una de sus dimensiones

 Sirven para representar magnitudes como la fuerza, velocidad o la

aceleración, entre otras…
 Los vectores pueden definirse “físicamente” ya sea por dos componentes en
el plano (ℜ2), o de tres componentes en el espacio (ℜ3)
 El Álgebra Lineal abstrae las propiedades que caracterizan a los vectores,
para extenderlas sobre otros objetos multidimensionales de tipo
“matemático”
Ej: matrices

 De manera general, un vector matemáticamente se caracteriza por cumplir

con las siguientes 2 operaciones:

 Si sumamos dos vectores obtenemos como resultado otro vector

 Si multiplicamos un vector por un número (escalar) obtenemos como resultado otro
vector
Espacios Vectoriales

 Un espacio vectorial se define como un conjunto no vacío, en cuyo

interior estén definidas las operaciones suma y producto por un
escalar

 Los elementos de un espacio vectorial se denominan vectores (aunque

difieren conceptualmente de los vectores de la Física)
Propiedades de un espacio vectorial

Todo espacio vectorial debe cumplir con las siguientes propiedades:

Algunos ejemplos clásicos de espacios vectoriales:
 El espacio ℜn, formado por los vectores de n componentes (x1, . . .,xn) es un
espacio vectorial real, en el que se pueden sumar vectores y multiplicar por
un escalar (real) de la forma habitual

Se puede comprobar que se cumplen las propiedades requeridas para ambas

operaciones

Para este caso, el vector cero es (0,. . .,0)

 Consideremos el conjunto P2 (polinomios de grado ≤ 2 con coeficientes
reales):

Es un espacio vectorial real, pues podemos sumar dos elementos de P2 y obtenemos

otro elemento de P2

También podemos multiplicar un elemento de P2 por un escalar real y obtenemos otro

elemento de P2 (λ es elemento de los reales)

El vector cero es el polinomio: 0x2 + 0x + 0

 Consideremos el conjunto de las matrices 2x2 con términos reales (M2x2):

Es un espacio vectorial real, pues podemos sumar dos matrices de M2x2 obteniendo
otra matriz de M2x2

Podemos multiplicar una matriz de M2x2 por un escalar real obteniendo otra matriz de
M2x2

El vector 0 es, en este caso, la matriz con todos sus términos nulos
 Ahora consideremos el conjunto ¨G¨ de los polinomios de grado = 3 con
coeficientes reales

No es un espacio vectorial, pues al sumar dos elementos de G, no está garantizado

que el resultado esté en G

La suma de p+q = 2x2+2x+2 que no pertenece a G (su grado no es 3)

 Los números complejos se puede considerar como un espacio vectorial real

Se pueden sumar dos números complejos obteniéndose otro número complejo

Se puede multiplicar un complejo por un escalar real, obteniéndose otro complejo

Nótese que:

 Los complejos funcionan como vectores y los reales como escalares

 El conjunto de los números complejos se comporta como un espacio vectorial

en ℜ2, identificando el número complejo a+bi con el vector (a,b)

 Este es el motivo por el cual se suele representar el plano complejo como si

fuera ℜ2, con la parte real en el eje de abscisas y la parte imaginaria en el
eje de ordenadas
Dependencia e independencia lineal

 Dado un conjunto de vectores v1, ..., vk de un espacio vectorial V,

llamaremos combinación lineal a cualquier vector de la forma:

a1v1 + …+ aivi +…+ akvk donde ai (i = 1; ...; k) son escalares

 Se dice que un conjunto finito de vectores {v1,…,vk} es linealmente
dependiente si el elemento neutro (0) se puede escribir como combinación
lineal de ellos, con no todos los coeficientes nulos

Es decir, si existen escalares a1,…,ak no todos nulos tales que:

a1v1 + … + akvk = 0
 Por el contrario, se dice que {v1,…,vk} es un linealmente independiente (no es
linealmente dependiente), si cumple con:

a1v1 + … + akvk = 0 ssi: a1 =…= ak = 0

 Como consecuencia inmediata de las anteriores definiciones podemos decir
que:

Un conjunto de vectores {v1,…,vk} es linealmente dependiente si y solo si

podemos expresar uno de los vectores del conjunto como combinación lineal
del resto
Ejemplos
 Propiedades de la dependencia/independencia lineal
Subespacios vectoriales

 Sea V un espacio vectorial y sea U un subconjunto no vacío de V

Decimos que U es un subespacio vectorial de V si U es en sí mismo un espacio

vectorial con las operaciones inducidas de V

Lo denotaremos como U ⊆ V
 Todo espacio vectorial V tiene al menos dos subespacios vectoriales distintos:

 U=V
 U = {0}

 Estos dos subespacios se conocen como subespacios impropios, mientras que

el resto de subespacios intermedios se llaman subespacios propios

 Uno de los modos mas habituales y sencillos de obtener subespacios

vectoriales es a partir de un subconjunto cualquiera de V
Ejemplos

 La recta x=y es un subespacio de ℜ2

Está formado por los vectores de la forma (a,a)

Contiene al vector (0,0).
Además, cumple con la suma y producto por escalar:
 En el espacio P2 = { polinomios de grado ≤ 2 }
El conjunto de los polinomios de grado ≤1 forma un subespacio

Contiene al polinomio cero

Podemos sumar y multiplicar por un escalar sin salir del conjunto:
 ¿Es un subespacio de ℜ2 el conjunto de los vectores de la forma (a,1)?
 ¿Es un subespacio de ℜ2 el conjunto de los vectores de la forma (a,1)?

La respuesta es No

No contiene al (0,0)
Además, no se puede sumar dentro de este conjunto:
(a,1)+(b,1)=(a+b,2) que no pertenece al conjunto ℜ2
Conceptos de base y dimensión

 Se dice que V es un espacio vectorial de dimensión finita, si existe un

conjunto finito de vectores S = {v1,…,vk} ⊆ V de modo que cualquier otro
vector v ∈ V se pueda expresar como una combinación lineal de los elementos
de S

En este caso, se dice que el conjunto S es un sistema generador de V

 Un sistema generador S de V, no tiene porque ser un conjunto linealmente
independiente
 No obstante, siempre podemos extraer un subconjunto de S que sea linealmente
independiente
 Basta con quitar uno a uno los vectores que se puedan expresar como combinación
lineal del resto
 Además, puesto que los vectores que eliminamos se pueden expresar como
combinación lineal del resto, es fácil razonar que el subconjunto linealmente
independiente con el que nos vamos a quedar también es un sistema generador de
V
 Por otro lado, un conjunto de vectores linealmente independiente de V no es
necesariamente un sistema generador de V
 Sin embargo, podemos completar el conjunto añadiendo uno a uno vectores que
sean linealmente independientes con los anteriores hasta obtener un sistema
generador de V
 Dado un espacio vectorial V , un subconjunto de vectores B ⊆ V es una base
de V si es simultáneamente un conjunto linealmente independiente y un
sistema generador de V

 Las bases de un espacio vectorial no son únicas

Teorema de la base

 Si un espacio vectorial V tiene una base formada por un número finito de

vectores, entonces todas las bases de V son finitas y tienen el mismo numero
de vectores
Llamaremos dimensión de V, y lo denotaremos por dim(V ), al número de
vectores de cualquiera de sus bases.
Ejemplos
 Dado un sistema v1, . . . ,vn
¿cuándo un vector u pertenece al subespacio que generan?

Esto ocurrirá si u es combinación lineal de v1, . . . ,vn

Por tanto, podemos plantear tal combinación lineal, lo que conducirá a un

sistema de ecuaciones, y ver si es compatible o incompatible
Ejemplo
Descripción de subespacios ℜn

 Los subespacios de ℜn pueden describirse de dos formas: implícita y

paramétrica

 Forma implícita: Mediante ecuaciones

Los vectores que verifiquen las ecuaciones son los que pertenecen al subespacio

 Forma paramétrica: Mediante una expresión con parámetros, los cuales al tomar
distintos valores producen todos los vectores del subespacio
 Para pasar de una a otra forma:

 De la forma implícita a la paramétrica:

Basta considerar las ecuaciones implícitas como un sistema, y resolverlo
La solución general del sistema (que podrá depender de parámetros) es la
expresión paramétrica

 De la forma paramétrica a la implícita:

Podemos decir, aunque no es un método riguroso, que se trata de “describir”
mediante ecuaciones cómo es el vector genérico del subespacio
Ejemplos
 Ejercicios

1.
1.
2.
2.