Vectores

CAPTULO 1
 Contenidos

7.1 Vectores en 2 Dimensiones

7.2 Vectores en 3 Dimensiones
7.3 Producto Escalar
7.4 Producto Vectorial
7.5 Rectas y Planos en 3 Dimensiones
7.6 Espacios Vectoriales
7.7 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 (3)

a b = <a1 b1, a2 b2> (4)

1 2 OP2 OP1 x2 x1 , y2 y1
PP
 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 k1, k2 escalares
(vii) k1(k2a) = (k1k2)a k1, k2 escalares
(viii) 1a = a
(ix) 0a = 0 = <0, 0>
0 = <0, 0>
 Longitud, Norma

a = <a1 , a2>, entonces || a || a1

2
a2
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 2 1
u a 2, 1 ,
5 5 5 5

y
2 1
u ,
5 5
 Los vectores i, j

Si a = <a1, a2>, entonces

a1 , a2
a1 , 0 0, a2 a1 1, 0 a2 0, 1 (5)
Sea i = <1, 0>, j = <0, 1>, entonces (5) se
transforma en
a = a 1i + a 2j (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)

Solucin
d (2 (1)) (3 (7)) (6 4) 29
2 2 2
 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), tenemos
2 (1) , 3 (7) , 6 4 1 , 5, 5

2 2 2 2
 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 , 0>
(vi) || a || a12 a22 a32
Fig 7.28
 Ejemplo 4
Hallar el vector que va de (4, 6, 2) a (1, 8, 3)
Solucin
P1P2 OP2 OP1
1 4, 8 6, 3 (2)
3, 2, 5
 Ejemplo 5

De la Definicin 7.2, tenemos

4 9 36
2 2 2
2 3 6
|| a || 1
7 7 7 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 (3)

ab a1b1 a2b2 a3b3 (4)

Fig 7.33
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 slo si

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 (6)
|| a || || b ||
 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
42
cos 0.77
9
44.9
 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
2 5 4
cos , cos , cos
3 5 3 5 3 5
 Componentes de a en b
Como a = a1i + a2j + a3k, entonces
a1 ai, a2 aj, a3 ak (7)
Escribimos los componentes de a como
compia ai, comp ja aj, compk a ak (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
|| b || || b ||
(10)
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 3j 4k ) (i j 2k )
6 6
1 1
|| a || 29, a (2i 3j 4k )
|| a || 29
1 3
compbb (i j 2k ) (2i 3j 4k )
29 29
 Interpretacin Fsica
Observe la Fig 7.36. Si F produce un
desplazamiento d de un cuerpo, entonces el
trabajo realizado es

W=Fd (11)
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
proyia (comp ia)i (a i)i a1i

Observe la Fig 7.38. La proyeccin de a sobre

b es
1 a b
proy b a (comp b a) b b (12)
b b b
Fig 7.37
Fig 7.38
 Ejemplo 9
Hallar la proyeccin de a = 4i + j sobre b = 2i + 3j.
Solucin
1 11
compba (4i j) (2i 3j)
13 13

11 1 22 33
proy ba (2i 3j) i j
13 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 y b
Con la direccin que viene dada por la regla de la
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) a b = 0, if a = 0 or b = 0
(ii) a b = b a
(iii) a (b + c) = (a b) + (a c)
(iv) (a + b) c = (a c) + (b c)
(v) a (kb) = (ka) b = k(a b)
(vi) a a = 0
(vii) a (a b) = 0
(viii) b (a b) = 0
TEOREMA 7.2
Criterio de Vectroes Paralelos
Dos vectores no nulos a y b son paralelos, si y slo si
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 (3)
2
Siguiendo la regla de la mano derecha, n = k.
Por lo que ij=k
 Ejemplo 3
De Fig 7.49, tenemos
i j k i i k

j k i y de la propiedad (ii) k j i
k i j 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 )
a1b1 (i i ) a1b2 (i j) a1b3 (i k ) (5)
a2b1 ( j i ) a2b2 ( j j) a2b3 ( j k )
a3b1 (k i ) a3b2 (k j) a3b3 (k k )
tenemos
a b (a2b3 a3b2 )i (a1b3 a3b1 ) j (a1b2 a2b1 )k (6)
Tambin podemos escribir (6) como
a2 a3 a1 a3 a1 a2
ab i j k (7)
b2 b3 b1 b3 b1 b2
Por otro lado, (7) se transforma en
i j k
a b a1 a2 a3
(8)
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
a1 a2 a3
a(b c) b1 b2 b3 (9)
c1 c2 c3

se denomina el producto mixto. Los

resultados siguientes se dejan como ejercicio.

a (b c) (ac)b (ab)c (10)

 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 (6)

las ecuaciones (6) se denominan ecuaciones

paramtricas .
 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

x x2 y y2 z z2
(9)
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
x5 y 3
, z 1
3 2
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,

x 4 y 6 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 (12)
TEOREMA 7.3
Plano con Vector Normal

La grfiaca de cualquier ecuacin ax + by + cz + d = 0,

a, b, c no todos nulos, es un plano con el vector normal
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 obtener
[(r2 r1 ) (r3 r1 )](r r1 ) 0 (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 3j 5k
1 3 4
Si escogemos (2, 2, 0) como el punto origen,
entonces
<x 2, y + 2, z 0> <11, 3, 5> = 0
11( x 2) 3( y 2) 5 z 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 x = 0 nos da y = 3
y = 0 nos da x = 2
Fig 7.60.
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 (1)
a 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 definen

las operaciones de suma de vectores y producto por un
escalar. Entonces se dice que V es un espacio vectorial si
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) + z
(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 es de V.
(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 axioms.
 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 es en

s mismo un espacio vectorial con las mismas
operaciones de suma de vectores y producto por un
escalar definidas en V, entonces W se denomina un
subespacio de V.
 TEOREMA 7.4
Criterios para un Subespacio
Un conjunto no vaco W es un subespacio de V si y
slo si W es cerrado frente las operaciones de suma
de vectores y producto por un escalar definidas en V:
(i) Si x y y son de W, entonces x + y es de W.
(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 que es

linealmente independiente, las nicas constantes que
satisfacen
k1x1 + k2x2 + + knxn = 0 (3)
son k1= k2 = = kn = 0. Si el conjunto de vectores no es
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, , xn} de
un Espacio Vectorial V. Si el conjunto es linealmente
independiente y si todo vector de V puede expresarse
Como combinacin lineal de estos vectores, entonces
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 del
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) n an1 ( x) n1 a1 ( x) a0 ( x) y 0 (6)
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
2 1 1
w2 , , , (1)
6 6 6
1 1
w 3 0, ,
2 2
es linealmente independiente en R3. De ah 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 base
ortonormal de Rn. Si u es un vector cualquiera de Rn,
entonces u = (u w1)w1 + (u w2)w2 + + (u wn)wn
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.
Solucin
10 1 11
u w1 , u w2 , u w3
3 6 2
10 1 11
u w1 w2 w3
3 6 2
 Proceso de Ortogonalizacin de Gram-Schmidt

La transformacin de la base B = {u1, u2} en

una base ortogonal B= {v1, v2} consta de dos
pasos. Fig 7.64.
v1 u1
u 2 v1
v2 u2 v1 (3)
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 3 1
w1 v1 ,
v1 10 10
1 1 3
w2 v2 ,
v2 10 10
Fig 7.65
Fig 7.65
 Proceso de Ortogonalizacin de Gram-Schmidt

Para R3:
v1 u1
u 2 v1
v2 u2 v1
v1 v1
u3 v1 u3 v 2 (4)
v 3 u3 v1 v2
v1 v1 v2 v2
 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 3 v1 u3 v 2
x proy w2 u 3 v1 v 2 (5)
v1 v1 v2 v2
u 2 v1
x proy w1 u 2 v1 (6)
v1 v1
Fig 7.66
 Ejemplo 4
Sea u1 = <1, 1, 1>, u2 = <1, 2, 2>, u3 = <1, 1, 0>.
Transformarlos en una base ortonormal.
Solucin
De (4)
v1 u1 1, 1, 1
u 2 v1 5 2 1 1
v2 u2 v1 1, 2, 2 1, 1, 1) , ,
v1 v1 3 3 3 3
u3 v1 u3 v 2 1 1
v 3 u3 v1 v 2 0, ,
v1 v1 v2 v2 2 2
 Ejemplo 4 (2)

1 1
B v1 , v 2 , v 3 1, 1, 1 , , , , 0, ,
2 1 1
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
1 1 1 2 1 1
w1 , , , 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 Wm de
Rn. Entonces {v1, v2, , vm}, donde
v1 u1
u v
v 2 u 2 2 1 v1
v1 v1
u3 v1 u3 v 2
v 3 u3 v1 v2
v1 v1 v2 v2

u m v1 um v2 u m v m1
vm um v1 v2 v m1
v1 v1 v2 v2 v m1 v m1
es una base ortogonal de Wm. Una base ortonormal de Wm es
1 1 1
B w1, w 2 , , w m v1, v 2 , , vm
v1 v2 vm