Vectores

CAPTULO 7

Contenidos

7.1
7.2
7.3
7.4
7.5
7.6
7.7

Vectores en 2 Dimensiones
Vectores en 3 Dimensiones
Producto Escalar
Producto Vectorial
Rectas y Planos en 3 Dimensiones
Espacios Vectoriales
Proceso de Ortogonalizacin de
Gram-Schmidt

7.1 Vectores en 2
Dimensiones
Repaso de Vectores
Vuelva a la Fig 7.1 despus de la Fig
7.6.

Fig 7.1 (Vectores geomtricos)

Fig 7.2 (Vectors equivalentes)

Fig 7.3 (Vectores paralelos)

Fig 7.4 (suma)

Fig 7.5 (resta)

Fig 7.6 (vectores de posicin)

Ejemplo 1
Observe la Fig 7.7.
Fig 7.7

DEFINICIN 7.1

Suma, Producto por un Escalar, Igualdad

Sea a = <a1, a2>, b = <b1, b2> vectores en R2

(i) Suma: a + b = <a1 + a2, b1 + b2>
(1
(ii) Producto por un escalar: ka = <ka1, ka2>
k es un escalar
(2)
(iii)Igualdad: a = b si y slo si a1 = b1, a2 = b2
a b = <a1 b1, a2 b2>

(4)
P1P2 OP2 OP1 x2 x1 , y2 y1

Solucin Grfica
Fig 7.8 ilustra las solucones grficas
de suma y resta de dos vectores.

Ejemplo 2
Si a = <1, 4>, b = <6, 3>, hallar a
+ b, a b, 2a + 3b.
Solucin
Usando (1), (2), (4), tenemos
a b 1 (6), 4 3 5, 7
a b 1 (6), 4 3 7, 1
2a 3b 2, 8 18, 9 16, 17

Propiedades
(i) a + b = b + a
(ii)
a + (b + c) = (a + b) + c
(iii)
a+0=a
(iv)
a + (a) = 0
(v)
k(a + b) = ka + kb k escalar
(vi)
(k1 + k2)a = k1a + k2a
k 1, k2
escalares
(vii) k1(k2a) = (k1k2)a k1, k2 escalares
(viii) 1a = a
(ix) 0a = 0 = <0, 0>
0 = <0, 0>

Longitud, Norma
2
2
||
a
||

a
a = <a1 , a2>, entonces 1 2

Naturalmente, tenemos ||a|| 0, ||0||

=0

Vector Unitaros
Un vector cuya norma vale 1 se
denomina vector unitario.
u = (1/||a||)a es un vector unitario,
puesto que
1
1
|| u ||
a
|| a || 1
|| a ||
|| a ||

Ejemplo 3
Dado a = <2, 1>, el vector
unitario en la misma direccin u es
1
1
u
a
2, 1
5
5

2 1
u
,
5 5

2 1
,
5 5

Los vectores i, j
Si a = <a1, a2>, entonces
a1 , a2
(5)
a1 , 0 0, a2 a1 1, 0 a2 0, 1
Sea i = <1, 0>, j = <0, 1>, entonces (5)
se transforma en
a = a1i + a2j (6)

Fig 7.10

Ejemplo 4
(i) <4, 7> = 4i + 7j
(ii) (2i 5j) + (8i + 13j) = 10i + 8j
(iii)|| i j || 2
(iv) 10(3i j) = 30i 10j
(v) a = 6i + 4j, b = 9i + 6j son
paralelos
y b = (3/2)a

Ejemplo 5
Sea a = 4i + 2j, b = 2i + 5j. Dibujar
a + b, a b
Solucin
Fig 7.11

7.2 Vectores en 3
Dimensiones
Repaso
Vualva a la Fig 7.22 despus de la Fig
7.24.
Fig 7.22

Fig 7.23

Fig 7.24

Ejemplo 1
Represente los puntos (4, 5, 6) y (2,
2, 0).
Solucin
Fig 7.25.

Formula de Distancia
d ( P1 , P2 ) ( x2 x1 ) 2 ( y2 y1 ) 2 ( z2 z1 ) 2 (1)

Fig 7.26

Ejemplo 2
Hallar la distancia entre (2, 3, 6) y
(1, 7, 4)
2
2
2
Solucin
d (2 (1)) (3 (7)) (6 4) 29

Formula del Punto Medio

x1 x2 , y1 y2 , z1 z2

2
2
2

(2)

Ejemplo 2
Hallar el punto medio (2, 3, 6) y (1,
7, 4)
Solucin
De (2),
2 (tenemos
1) 3 (7) 6 4 1

, 5, 5

Vectores en 3 Dimensiones
a a1 , a2 , a3

Fig 7.27.

DEFINICIN 7.2

Definiciones en 3 Dimensiones
Sea a = <a1, a2 , a3>, b = <b1, b2, b3 > en R3
(i)
a + b = <a1 + b1, a2 + b2, a3 + b3>
(ii)
ka = <ka1, ka2, ka3>
(iii) a = b si y slo si a1 = b1, a2 = b2, a3 = b3
(iv)
b = (1)b = < b1, b2, b3>
(v)
a b = <a1 b1, a2 b2, a3 b3>
(vi) 0 = <0,
0 2, 0>2
2
|| a || a1 a2 a3
(vi)

Fig 7.28

Ejemplo 4
Hallar el vector que va de (4, 6, 2) a
(1, 8, 3)
Solucin
P P OP OP
1 2

1 4, 8 6, 3 (2)
3, 2, 5

Ejemplo 5
De la Definicin 7.2, tenemos
2

|| a ||
7

4 9 36

1
49

Los vectores i, j, k
i = <1, 0, 0>, j = <0, 1, 0>, k = <0,
0, 1>
a1 , a2 , a3

a1 , 0, 0 0, a2 , 0 0, 0, a3
a1 1, 0, 0 a2 0, 1, 0 a3 0, 0, 1

a = < a1, a2, a3> = a1i + a2j + a3j

Fig 7.29

Ejemplo 6
a = <7, 5, 13> = 7i 5j + 13j
Ejemplo 7
(a) a = 5i + 3k est en el plano xz
(b)|| 5i 3k || 52 32 34
Ejemplo 8
Si a = 3i 4j + 8k, b = i 4k, hallar 5a
2b
Solucin
5a 2b = 13i 20j + 48k

7.3 Producto Escalar

DEFINICIN 7.3

Producto Escalar de Dos Vectores

El producto escalar de a y b es el escalar
ab || a || || b || cos

(1)

donde es el ngulo que forman los vectores 0

Fig 7.32

Ejemplo 1
De (1) obtenemos
i i = 1, j j = 1, k k = 1
(2)

Producto Escalar en Forma de

Componentes
|| c || || b ||2 || a ||2 2 || a || || b || cos
|| a || || b || cos 1 / 2(|| b ||2 || a ||2 || c ||2

ab a1b1 a2b2 a3b3

Fig 7.33

(3)
(4)

Fig 7.33

Ejemplo 2
Si a = 10i + 2j 6k, b = (1/2)i + 4j
3k, entonces
1

ab (10) (2)(4) (6)(3) 21

2

Propiedades
(i) a b = 0 si y slo si a = 0 or b =
0
(ii) a b = b a
(iii) a (b + c) = a b + a c
(iv) a (kb) = (ka) b = k(a b)
(v) a a 0
(vi) a a = ||a||2

Orthogonal Vectors
(i) a b > 0 si y slo si es agudo
(ii) a b < 0 si y slo si es obtuso
(iii) a b = 0 si y slo si cos = 0, = /2
TEOREMA 7.1

Criterio de Vectores Ortogonales

Dos vectores no nulos a y b son ortogonales si y

a b = 0.
Observacin: Como 0 b = 0, decimos que
el vector nulo es ortogonal a todos los
vectores.

Ejemplo 3
i, j, k son vectores ortogonales.
i j = j i = 0, j k = k j = 0, k i = i k
=0
(5)
Ejemplo 4
Si a = 3i j + 4k, b = 2i + 14j + 5k,
entonces
a b = 6 14 + 20 = 0
Son ortogonales.

ngulo que Forman Dos Vectores

a1b1 a2b2 a3b3
cos
|| a || || b ||

(6)

Ejemplo 5
Hallar el ngulo entre a = 2i + 3j + k, b =
i + 5j + k.

Solucin
|| a || 14, || b || 27 , ab 14
14
42
cos

14 27 9
1

cos

44.9

42
0.77
9

Cosenos Directores
Observando la Fig 7.34, los ngulos , , se
llaman ngulos directores. Ahora por (6)

ai
aj
ak
cos
, cos
, cos
|| a || || i ||
|| a || || j ||
|| a || || k ||
a1
a2
a3
cos
, cos
, cos
|| a ||
|| a ||
|| a ||
decimos que cos , cos , cos son cosenos
directores, y
1
a1
a2
a3
a
i
j
k (cos )i (cos ) j (cos )k
|| a ||
|| a || || a || || a ||
cos2 + cos2 + cos2 = 1

Fig 7.34

Ejemplo 6
Hallar los cosenos directores y los
ngulos directores de a = 2i + 5j +
4k.
Solucin
|| a || 22 52 42 45 3 5
cos

2
3 5

, cos

5
3 5

, cos

4
3 5

Componentes de a en b
Como a = a1i + a2j + a3k, entonces
a

i
,
a

j
,
a

k
1
2
3
(7)
Escribimos
componentes
de
a
como
compia ai,los
comp
a

k
comp
a

j
,
k
j
(8)
Observe la Fig 7.35. El componente de a
en cualquier vector b es
compba = ||a|| cos (9)
escribiendo (9) como
|| a || || b || cos ab
comp ba

(10)

|| b ||

|| b ||

1 ab
a
b
b
|| b ||

Fig 7.35

Ejemplo 7
Sea a = 2i + 3j 4k, b = i + j + 2k. Hallar
compba y compab.
Solucin
De (10), a b = 3
1
1
|| b || 6,
b
(i j 2k )
|| b ||
6
1
3
compba (2i 3 j 4k ) (i j 2k )
6
6
1
1
|| a || 29,
a
(2i 3 j 4k )
|| a ||
29
1
3
compbb (i j 2k )
(2i 3 j 4k )
29
29

Interpretacin Fsica
Observe la Fig 7.36. Si F produce un
desplazamiento d de un cuerpo,
entonces el trabajo realizado es
(11)

W=Fd

Fig 7.36

Ejemplo 8
Sea F = 2i + 4j. Si el bloque se mueve
de (1, 1) a
(4, 6), hallar el trabajo realizado por F.
Solucin
d = 3i + 5j
W = F d = 26 N-m

Proyeccin de a sobre b
Observe la Fig 7.37. La proyeccin
de a sobre i es
proy i a (compi a)i (a i )i a1i

Observe la Fig 7.38. La proyeccin

de a sobre b es
1 a b
proy b a (compb a)
b
b
b b b

(12)

Fig 7.37

Fig 7.38

Ejemplo 9
Hallar la proyeccin de a = 4i + j
sobre b = 2i + 3j.
1
11
Solucin
compba (4i j)
(2i 3j)
13

11
proy b a

13

13

1
22 33
i j
(2i 3 j)
13 13
13

Fig 7.39

7.4 Cross Product

DEFINICIN 7.4

Producto Vectorial de Dos Vectores

El producto vectorial de dos vectores a y b es
(1)
a b (|| a || || b || sin )n
donde es el ngulo entre ellos, 0 , y n
es un vector unitario perpendicular al plano de a
Con la direccin que viene dada por la regla de
mano derecha.

Fig 7.46

Ejemplo 1
Para entender el sentido fsico del
producto vectorial, observe las Fig 7.37 y
7.48. El momento producido por la fuerza
F que acta en la posicin final del vector
r est dado por = r F.
Fig 7.47
Fig 7.48

Propiedades
(i)
(ii)
(iii)
(iv)
(v)
(vi)
(vii)
(viii)

a b = 0, if a = 0 or b = 0
a b = b a
a (b + c) = (a b) + (a c)
(a + b) c = (a c) + (b c)
a (kb) = (ka) b = k(a b)
aa= 0
a (a b) = 0
b (a b) = 0

TEOREMA 7.2

Criterio de Vectroes Paralelos

Dos vectores no nulos a y b son paralelos, si y

si a b = 0.

Ejemplo 2
(a) De propiedades (iv)
i i = 0, j j = 0, k k = 0

(2)

(b) Si a = 2i + 3j k, b = 6i 3j + 3k =
3a,
entonces a y b son paralelos. As a b =
0
Si a = i, b = j, entonces

i j || i || || j || sin n n
2

(3)

Siguiendo la regla de la mano derecha, n =

k. Por lo que i j = k

Ejemplo 3
De Fig 7.49, tenemos
i j k

j k i y de la propiedad (ii)
k i j

i i k

k j i
i k j

(4)

Fig 7.49

Alternative Definition
Como

a b (a1i a2 j a3k ) (b1i b2 j b3k )

a1i (b1i b2 j b3k ) a2 j (b1i b2 j b3k )
a3k (b1i b2 j b3k )
(5)
a1b1 (i i ) a1b2 (i j) a1b3 (i k )
a2b1 ( j i ) a2b2 ( j j) a2b3 ( j k )
a3b1 (k i ) a3b2 (k j) a3b3 (k k )

tenemos
a (6)
b ( a2b3 a3b2 )i (a1b3 a3b1 ) j (a1b2 a2b1 )k

Tambin podemos escribir (6) como

a2
ab
(7)
b2

a3
a1 a3
a1 a2
i
j
k
b3
b1 b3
b1 b2

Por otro lado, (7) se transforma en

(8)

i
j k
a b a1 a2 a3
b1 b2 b3

Ejemplo 4
Sea a = 4i 2j + 5k, b = 3i + j k,
hallar a b.
Solucin
De (8), tenemos
i
j k
ab 4 2
5
3
1 1
2
5
4
5
4 2

i
j
k
1 1
3 1
3
1

Productos Especiales
Tenemos
(9)

a1 a2
a(b c) b1 b2
c1 c2

a3
b3
c3

se denomina el producto mixto. Los

resultados siguientes se dejan como
ejercicio.
(10) a (b c) (ac)b (ab)c

Area y Volumen
Area de un paralelograma
A = || a b|| (11)
Area de un tringulo
A = ||a b||
(12)
Volumen del paraleleppedo
V = |a (b c)| (13)

Fig 7.50 y Fig 7.51

Fig 7.50

Fig 7.51

Ejemplo 5
Hallar el area del tringulo definido por los
puntos
(1, 1, 1), (2, 3, 4), (3, 0, 1).
Solucin
Usando (1, 1, 1) como el punto origen,
tenemos dos vectores a = <1, 2, 3>, b =
<2, 1, 2>
i
j k

2
3
1
3
1
2
P1P2 P2 P3 1
2
3
i
j
k
3 5
1 5
1 3
1 3 5
i 8 j 5k

1
3
A || i 8 j 5k || 10
2
2

Vectores Coplanarios
a (b c) = 0 si y slo si a, b, c son
coplanarios.

7.5 Rectas y Planos en 3

Dimensiones
Rectas: Ecuacin Vectorial
Fig 7.55. Hallamos que r2 r1 es paralelo a
r r2, entonces
r r2 = t(r2 r1)
(1)
Si escribimos
a = r2 r1 = <x2 x1, y2 y1, z2 z1>
= <a1, a2, a3>
(2)
luego (1) implica que una ecuacin
vectorial para la recta es
r = r2 + ta
donde a se llama vector director.

Fig 7.55

Ejemplo 1
Hallar una ecuacin vectorial para la recta que
pasa por (2, 1, 8) y (5, 6, 3).
Solucin
Definimos a = <2 5, 1 6, 8 ( 3)> = <
3, 7, 11>.
Las siguientes ecuaciones son tres posibles
ecuaciones vectoriales de la recta:
x, y, z 2, 1, 8 t 3, 7, 11
(3)
x, y, z 5, 6, 3 t 3, 7, 11
(4)
x, y, z 5, 6, 3 t 3, 7, 11
(5)

Ecuacin Paramtrica
Tambin podemos escribir (2) como
x x2 a1t ,

y y2 a2t ,

z z2 a3t

las ecuaciones (6) se denominan

ecuaciones paramtricas .

(6)

Ejemplo 2
Hallar las ecuaciones paramtricas para la
recta del Ejemplo 1.
Solucin
De (3), se tiene
x = 2 3t, y = 1 7t, z = 8 + 11t

(7)

De (5),
x = 5 + 3t, y = 6 + 7t, z = 3 11t

(8)

Ejemplo 3
Determinar un vector a que sea
paralelo a la recta:
x = 4 + 9t, y = 14 + 5t, z = 1
3t
Solucin
a = 9i + 5j 3k

Ecuacin continua
De (6)

x x2 y y2 z z2
t

a1
a2
a3

siendo ai son no nulos. Entonces

(9)

x x2 y y2 z z2

a1
a2
a3

se dice que es una ecuacin

continua.

Ejemplo 4
Determinar la ecuacin continua para
la recta que pasa por
(4, 10, 6) y (7, 9, 2)
Solucin
Definimos a1 = 7 4 = 3, a2 = 9 10 =
1,
a3 = 2 (6) = 8, luego
x7 y 9 z 2

3
1
8

Ejemplo 5
Determinar la ecuacin continua para
la recta que pasa por
(5, 3, 1) y (2, 1, 1)
Solucin
Definimos a1 = 5 2 = 3, a2 = 3 1 =
2,
a3 = 1 1 = 0,
luego
x 5 y 3
3

z 1

Fig 7.56

Ejemplo 6
Escribir las ecuaciones vectorial, paramtricas
y continua para la recta que pasa por (4, 6, 3)
y es paralela a a = 5i 10j + 2k.
Solucin
Ec. Vectorial: <x, y, z> = < 4, 6, 3> + t(5,
10, 2)
Ecs. Paramtricas : x = 4 + 5t, y = 6 10t, z =
3 + 2t,

x4 y6 z 3

Ec. Continua: 5
10
2

Planos: Ecuacin Vectorial

Fig 7.57(a) ilustra el concepto del
vector normal a un plano. Cualquier
vector del plano debe ser
perpendicular al vector normal, esto
es
n (r r1) = 0
(10)

Fig 7.57

Ecuaciones Cartesianas
Si el vector normal es ai + bj + ck ,
entonces la ecuacin cartesiana del
plano que contiene a
P1(x1, y1, z1) es
a(x x1) + a(y y1) + c(z z1) = 0
(11)

Ejemplo 7
Determine el palno que contiene (4,
1, 3) y es perpendicular a n = 2i + 8j
5k
Solucin
De (11):
2(x 4) + 8(y + 1) 5(z 3) = 0

2x + 8y 5z + 15 = 0

 ecuacin (11) tambin puede

escribirse como
ax + by + cz + d = 0
TEOREMA 7.3
Plano con Vector Normal
(12)

La grfiaca de cualquier ecuacin ax + by + cz +

a, b, c no todos nulos, es un plano con el vector
n = ai + bj + ck

Ejemplo 8
Un vector normal al plano 3x 4y +
10z 8 = 0 es n = 3i 4j + 10k.

 Dados tres puntos no alineados, P1,

P2, P3, elegimos P1 como le punto
origen. Observe la Fig 7.58, Podemos
[(r2 r1 ) (r3 r1 )](r r1 ) 0
obtener
(13)

Fig 7.58

Ejemplo 9
Determinar la ecuacin del palno que
contiene (1, 0 1), (3, 1, 4) y (2, 2, 0).
Solucin
Obtenemos dos vectores a partir de los
puntos dados, u = <2, 1, 5> y v = <1, 3,
4>. (1,0,1)
u 2i j 5k ,
(3,1,4)
(3,1,4)
v i 3 j 4k ,
(2,2,0)
(2,2,0)
w ( x 2) i ( y 2) j z k ,
( x, y , z )

Ejemplo 9 (2)
i j k
u v 2 1 5 11i 3 j 5k
1 3 4

Si escogemos (2, 2, 0) como el punto

origen, entonces
<x 2, y + 2, z 0> <11, 3, 5> =
11( x 2) 3( y 2) 5 z 0
0
11x 3 y 5 z 16 0

Grficas
La grfica de (12) caundo faltan una
o ods variables sigue siendo un
plano.

Ejemplo 10
Grfica 2x + 3y + 6z = 18
Solucin
Poniendo:
y = z = 0 nos da x = 9
x = z = 0 nos da y = 6
x = y = 0 nos da z = 3
Fig 7.59.

Fig 7.59

Ejemplo 11
Grfica 6x + 4y = 12
Solucin
Esta ecuacin carece de la variable z,
por lo cual el plano es paralelo al eje z.
Puesto que
Fig 7.60.

x = 0 nos da y = 3
y = 0 nos da x = 2

Fig 7.60

Ejemplo 12
Grfica x + y z = 0
Solucin
Priemro observamos que el plano pasa
por
(0, 0, 0). Sea y = 0, entonces z
= x; x = 0, entonces z = y.

Fig 7.61

 Dos planos no paralelos se cortan en

una recta. Observe la Fig 7.62. Fig
7.63 ilustra la interseccin de una
recta con un plano.

Fig 7.62

Fig 7.63

Ejemplo 13
Hallar la ecuacin paramtrica de la
recta de la interseccin de
2x 3y + 4z = 1
xyz=5
Solucin
Priemro dejamos que sea z = t,
2x 3y = 1 4t
xy=5+t
luego x = 14 + 7t, y = 9 + 6t, z = t.

Ejemplo 14
Determinar el punto de interseccin del plano
3x 2y + z = 5 y la recta x = 1 + t, y = 2 +
2t, z = 4t.
Solucin
Suponemos que (x0, y0, z0) es el punto de
interseccin.
3x0 2y0 + z0 = 5
y
x0 = 1 + t0, y0 = 2 + 2t0, z0 = 4t0
entonces 3(1 + t0) 2(2 + 2t0) + 4t0 = 5, t0 =
4
As, (x0, y0, z0) = (3, 10, 16)

7.6 Espacios Vectoriales

n Dimensiones
Similar al de 3 dimensiones
ka ka1 , ka2 , , kan

a (1)
b a1 b1 , a2 b2 , , an bn
ab a1 , a2 , , an b1 , b2 , , bn
a1b1 a2b2 anbn

(2)

DEFINICIN 7.5

Espacio Vectorial

Sea V un conjunto de elemntos en el que se defin

las operaciones de suma de vectores y produc
escalar. Entonces se dice que V es un espacio v
se cumple lo siguiente.

DEFINICIN 7.5

Espacio Vectorial

Axiomas para la suma vectorial

(i) Si x y y son de V, entonces x + y es de V.
(ii) Para todo x, y de V, x + y = y + x
(iii) Para todo x, y, z de V, x + (y + z) = (x + y)
(iv) Existe un nico vector 0 de V, tal que
0+x=x+0=x
(v) Para cada x de V, existe un vector x de V,
tal que x + (x) = (x) + x = 0

DEFINICIN 7.5

Espacio Vectorial

Axiomas para el producto por un escalar

(vi) Si k es un escalar y x es de V, entonces kx e
(vii) k(x + y) = kx + ky
(viii) (k1+k2)x = k1x+ k2x
(ix) k1(k2x) = (k1k2)x

(x) 1x = x
Propiedades (i) y (vi) are called the closure axio

Ejemplo 1
Determinar si cada uno de los conjuntos
(a) V = {1} y (b) V = {0} bajo la
suma y producto por un escalar son
espacios vectoriales.
Solucin
(a) V = {1}, viola muchos de los axiomas.
(b) V = {0}, es fcil de comprobar que es
un espacio vectorial.
Adems, se denomina el espacio
vectorial nulo o trivial.

Ejemplo 2
Considere el conjunto V de todos los
nmeros reales positivos. Si x y y denotan
nmeros reales positivos, entonces
escribimos vectores como x = x, y = y.
Ahora la suma de vectores se define como
x + y = xy
y producto por un escalar como
kx = xk
Determinar si el conjunto es un espacio
vectorial.

Ejemplo 2 (2)
Solucin
Repasamos los 10 axiomas.
(i) Pra x = x > 0, y = y > 0 de V, x + y = x +
y>0
(ii) Para todo x = x, y = y de V,
x+y=x+y=y+x= y+x
(iii) Para x = x , y = y, z = z de V
x + (y + z) = x(yz) = (xy) = (x + y) + z
(iv) Como 1 + x = 1x = x = x, x + 1 = x1 = x
=x
El vector nulo 0 es 1 = 1

Ejemplo 2 (3)
(v) Si definimos x = 1/x, entonces
x + (x) = x(1/x) = 1 = 1 = 0
x + x = (1/x)x = 1 = 1 = 0
(vi) Si k es un escalary x = x > 0 es de V,
entonces
kx = xk > 0
(vii) Si k es un escalar,
k(x + y) = (xy)k = xkyk = kx + ky
(viii) (k1+k2)x = xk1+k2 = xk1xk2 = k1x+ k2x
(ix) k1(k2x) = (xk2 )k1 = xk1k2 = (k1k2)x
(x) 1x = x1 = x = x

DEFINICIN 7.6

Subespacio

Si un subconjunto W de un espacio vectorial V e

s mismo un espacio vectorial con las mismas
operaciones de suma de vectores y producto po
escalar definidas en V, entonces W se denomina
subespacio de V.

TEOREMA 7.4

Criterios para un Subespacio

Un conjunto no vaco W es un subespacio de V s

slo si W es cerrado frente las operaciones de s
de vectores y producto por un escalar definidas
(i) Si x y y son de W, entonces x + y es de
(ii) Si x es de W y k un escalar cualquiera,
entonces kx es de W.

Ejemplo 3
Suponemos que f y g son funciones
continuas y de valor real definidas en (,
). Sabemos que f + g y kf, para cualquier
nmero real k, son continuas y de valor
real. Por lo cual, llegamos a la conclusin
de que C(, ) es un subespacio del
espacio vectorial de funciones de valores
reales definidas en (, ).

Ejemplo 4
El conjunto Pn de polinomios de
grado menor o igual que n es un
subespacio de C(, ).

DEFINICIN 7.7

Independencia Lineal

Un conjunto de vectores {x1, x2, , xn} se dice q

linealmente independiente, las nicas consta
satisfacen
k1x1 + k2x2 + + knxn = 0
son k1= k2 = = kn = 0. Si el conjunto de vecto
linealmente independiente, es linealmente
dependiente.

 Por ejemplo:
i, j, k son linealmente independiente.
<1, 1, 1> , <2, 1, 4> y <5, 2, 7>
son linealmente dependiente, porque
3<1, 1, 1> + <2, 1, 4> <5, 2, 7>
= <0, 0, 0>
3a + b c = 0

DEFINICIN 7.8

Base de un Espacio Vectorial

Considere un conjunto de vectores B = {x1, x2,
un Espacio Vectorial V. Si el conjunto es linealm
independiente y si todo vector de V puede expre
Como combinacin lineal de estos vectores, ento
se dice que B es una base de V.
Puede demostrarse que cualquier conjunto
de tres vectores linealmente independientes
es una base de R3. Por ejemplo
<1, 0, 0>, <1, 1, 0>, <1, 1, 1>

 Base Estndar: {i, j, k}

Para Rn :
e1 = <1, 0, , 0>, e2 = <0, 2, ,
0> ..
en = <0, 0, , 1> (4)
Si B es un base, entonces existen cierto
escalares tales que
v c1x1 c2 x 2 cn xc
(5)
donde estos escalares ci, i = 1, 2, .., n, se
llaman coordenadas de v respecto de la
base B.

DEFINICIN 7.8

Dimensin de un Espacio Vectorial

Se dice que el nmero de vectores de una base B

espacio vectorial V es la dimensin del espacio

Ejemplo 5
(a)Las dimensiones de R, R2, R3, Rn son
respectivamente 1, 2, 3, n.
(b)Hay n + 1 vectores en B = {1, x, x2,
, xn}.
La dimensin es n + 1
(c)La dimensin del espacio nulo {0}
es ceero.

ED Lineales
La solucin general de la siguiente ED
dny
d n1 y
dy
an ( x(6)
) n an1 ( x) n1 a1 ( x) a0 ( x) y 0
dx
dx
dx

puede escribirse como y = c1y1 + c1y1

+ cnyn y se dice que es espacio
solucin. As {y1, y2, , yn} es una
base.

Ejemplo 6
La solucin general de y + 25y = 0
es
y = c1 cos 5x + c2 sen 5x
entonces {cos 5x , sin 5x} es una
base.

Span
Si S denota un conjunto cualquiera
de vectores {x1, x2, , xn} entonces
al combinacin lineal
k1x1 + k2x2 + + knxn
se llama span de los vectores y se
escribe como Span(S) o Span{x1, x2,
, xn}.

Otras formas de Definiciones

7.8 y 7.9
Un conjunto S de vectores {x1, x2, ,
xn} de un espacio vectorial V es una
base, si S es linealmente
independiente y es un conjunto de span
de V. El nmero de vectores de este
conjunto de span S es la dimensin
del espacio V.

7.7 Gram-Schmidt Orthogonalization Process

Base Ortonormal
Todos los vectores de la base son
ortogonales entre s y tienen la
longitud unidad.

Ejemplo 1
El conjunto de vectores

1 1 1
w1
, ,
,
3 3 3
(1)
2 1 1
w2
,
,
,
6 6 6
1
1
w 3 0,
,
es linealmente independiente
en R3. De ah
2
2
que B = {w1, w2, w3} es una base. Como ||
wi|| = 1, i = 1, 2, 3,
wi wj = 0, i j, B es una base ortonormal.

TEOREMA 7.5

Coordenadas respecto a una Base Ortonormal

Supongamos que B = {w1, w2, , wn} es una b

ortonormal de Rn. Si u es un vector cualquiera de

entonces u = (u w1)w1 + (u w2)w2 + + (u

Demostracin
Como B = {w1, w2, , wn} es una base
ortonormal, entonces cualquier vector
puede expresare como
u = k1w1 + k2w2 + + knwn(2)
(u wi) = (k1w1 + k2w2 + + knwn) wi
= ki(wi wi) = ki

Ejemplo 2
Determinar las coordenadas de u =
<3, 2, 9> respecto a la base
ortonormal del Ejemplo 1.
10
1
11
Solucin
uw
,uw
,uw
1

6
10
1
11
u
w1
w2
w3
3
6
2

Proceso de Ortogonalizacin de GramSchmidt

La transformacin de la base B = {u1,

u2} en una base ortogonal B= {v1,
v2} consta de dos pasos. Fig 7.64.
v1 u1

(3)

u 2 v1
v2 u2
v1
v1 v1

Fig 7.64(a)

Fig 7.64(b)

Fig 7.64(c)

Ejemplo 3
Sea u1 = <3, 1>, u2 = <1, 1>.
Transformarlos en una base ortonormal.
Solucin
De (3) v1 u1 3, 1
4
1 3
v 2 1, 1 3, 1 ,
10
5 5

Normalizando:

1
w1
v1
v1

Fig 7.65

3
1
,
10 10

1
1
3
w2
v2
,
v2
10 10

Fig 7.65

Proceso de Ortogonalizacin de GramSchmidt

Para R3:

v1 u1
u 2 v1
v2 u2
v1
v1 v1
u3 v1
u3 v 2
v 3 u3
v1
v2
v1 v1
v2 v2

(4)

 Observe la Fig 7.66. Suponemos que

W2 = Span{v1, v2}, entonces
u3 v1
u3 v 2
x
v1
v2
v1 v1
v2 v2
es de W2 y se llama proyeccin
ortogonal de u3 sobre W2, denotado por
x = proyw2u3.
u v
u v
(5)
(6)

x proy w2 u 3 3 1 v1 3 2 v 2
v1 v1
v2 v2

u 2 v1
v1
x proy w1 u 2
v1 v 1

Fig 7.66

Ejemplo 4
Sea u1 = <1, 1, 1>, u2 = <1, 2, 2>, u3
= <1, 1, 0>. Transformarlos en una
base ortonormal.
Solucin
vDe
(4)
1 u
1 1, 1, 1
u 2 v1
5
2 1 1
v2 u2
v1 1, 2, 2 1, 1, 1) , ,
3
3 3 3
v1 v1
u3 v1
u3 v 2
1 1
v 3 u3
v1
v 2 0, ,
2 2
v1 v1
v2 v2

Ejemplo 4 (2)

2 1 1
1 1
B v1 , v 2 , v 3 1, 1, 1 , , , , 0, ,
3 3 3
2 2

6
2
1
v1 3 , v 2
, v3
y wi
v i , i 1, 2, 3,
3
2
vi
B w1 , w 2 , w 3

w1

1 1 1
2 1 1
,
,
, w2
,
,
,
3 3 3
6 6 6

1
1
w 3 0,
,
,
2
2

TEOREMA 7.6

Proceso de Ortogonalizacin
Sea B = {u1, u2, , um}, m n, una base del subespacio
Rn. Entonces {v1, v2, , vm}, donde
v1 u1

u 2 v1
v1
v1 v1

v2 u2

u3 v1
u3 v 2
v 3 u3
v1
v2
v1 v1
v2 v2

u m v m1
u m v1
um v2
vm um
v m1
v1
v2
v1 v1
v2 v2
v m1 v m1

es una base ortogonal de Wm. Una base ortonormal de W

B w1 , w 2 , , w m

1
1

v1 ,
v 2 , ,
vm
v2
vm
v1