ESPACIOS VECTORIALES

NDICE

RESUMEN........................................................................................................3
INTRODUCCIN..............................................................................................4
DESARROLLO DEL TEMA.............................................................................5
1. DEFINICIN..............................................................................................5
2. HISTORIA..................................................................................................6
3. ESPACIOS VECTORIALES......................................................................8
Vector fijo........................................................................................................8
Propiedadesdel Espacio Vectorial........................................................................14
Restadevectores............................................................................................15
Producto deun nmero porunvector..................................................................16
Combinacin lineal...........................................................................................17
Bases ortogonalesyOrtonormales......................................................................21
4. ESPACIOS VECTORIALES CON ESTRUCTURA ADICIONAL............23
Espacios normados..............................................................................23
Espacio mtrico.....................................................................................23
Espacios vectoriales topolgicos.......................................................24
Espacios de Banach.............................................................................24
Espacios prehilbertianos.....................................................................24
Espacios de Hilbert...............................................................................24
5.

PRODUCTO INTERNO O ESCALAR EN

R 2 Y SUS

PROPIEDADES.............................................................................................25
6. CONCEPTO DE VECTORES EN

R 3 ...................................................26

7. PRODUCTO INTERNO O ESCALAR EN

8.

PRODUCTO VECTORIAL EN

R 3 .....................................29

R 3 Y SUS PROPIEDADES...........30

DEFINICION TERICA.................................................................................30
CONCLUSIONES...........................................................................................32
BIBLIOGRAFA..............................................................................................33

RESUMEN

Las

investigaciones

sobre

lgebra lineal

han

identificado

una

gama

de

dificultades acerca de su enseanza y aprendizaje, debidas en gran medida al

carcter abstracto de esta rama de las matemticas o a la complejidad de los
conceptos de los que trata. Las dificultades que muestran los estudiantes en
cuanto a su aprendizaje se asocian en general con una incorrecta apropiacin de
los conceptos. Esto hace que, en ocasiones, los estudiantes sean incapaces de
responder adecuadamente las preguntas que requieren un dominio bsico de los
conceptos de esta disciplina.
Desde nuestra perspectiva, el aprendizaje de los conceptos del lgebra lineal
debe empezar por el establecimiento de las relaciones adecuadas entre los
conceptos conocidos, necesarios en la construccin de los nuevos conceptos.
Creemos que si el estudiante logra construir dichas relaciones, podr alcanzar
una mejor comprensin de los conceptos que se introducen en un curso de
lgebra lineal. En esta construccin centramos la atencin.
La investigacin que informamos en este trabajo se centra en la comprensin de
un concepto importante del lgebra lineal: el concepto de base de un espacio
vectorial. Por una parte, este concepto constituye un elemento fundamental de la
estructura de un espacio vectorial y, por otra, guarda una relacin primordial con
otros conceptos de esta disciplina.
La pregunta general de investigacin que gua este trabajo puede plantearse
como: Qu construcciones han desarrollado los estudiantes universitarios
acerca del concepto de base de un espacio vectorial despus de haber cursado la
materia de lgebra lineal? Para responderla, presentamos en primer trmino los
antecedentes de investigacin sobre el aprendizaje del concepto de base, el
marco terico que utilizamos en el diseo y anlisis de los instrumentos
desarrollados para llevarla a cabo y los principales resultados obtenidos.

Terminamos este trabajo proponiendo algunas sugerencias que pueden ser de

utilidad en la enseanza de este concepto.

INTRODUCCIN
En general, el lgebra trata de nmeros, matrices, vectores, aplicaciones y
de operaciones entre los elementos de dichos conjuntos. Las matemticas
segn una concepcin primitiva, son la ciencia del nmero y de la cantidad.
El punto de vista clsico distingua las distintas ramas de las matemticas
segn la naturaleza de los objetos que estudiaban: la aritmtica es la ciencia
de los nmeros; la geometra estudiaba los objetos en el espacio; el anlisis
estudiaba las funciones, etc. Sin embargo, cada vez con mayor frecuencia,
tcnicas y resultados de una parte de las matemticas se mostraban tiles
en otra rama. Un conjunto es una coleccin de entidades; los nmeros
forman un conjunto que pertenece a una categora bien definida el cuerpo de
los nmeros reales y en el reino animal un caballo es un elemento del
conjunto de animales mamferos.
Ahora bien, un conjunto de ladrillos no constituye una casa; es necesario
dotar a estos conjuntos de una estructura definida mediante diferentes reglas
o axiomas; as obtenemos las estructuras de grupo, cuerpo, espacio
vectorial. Estas categoras se encuentran en todas las ramas de la
matemtica, en la fsica y en otras ciencias. No son decisivos los objetos con
los que se opera sino las relaciones entre ellos. As surgen las primeras
estructuras algebraicas (grupos, anillos, cuerpos, etc.), que permiten agrupar
a conjuntos de elementos de naturaleza muy distinta, pero que tienen
relaciones y propiedades comunes. Aqu vemos la estructura de espacio
vectorial que es la propia de los vectores y es aplicable a las matrices, a los
polinomios y a las funciones y que permite identificar matrices como vectores
y resolver mltiples problemas geomtricos. Constituye una base slida para
el desarrollo de los temas de geometra. Tanto es as que se describe el

lgebra como la geometra que se escribe y a la geometra como el lgebra

que se dibuja.

DESARROLLO DEL TEMA

1. DEFINICIN
Sea V un conjunto donde hemos definido una ley u operacin interna,
que

designaremos por + V V . Sea K un cuerpo

(conmutativo) y sea, por ltimo, una

V V operacin externa

que designaremos por K .

Un espacio vectorial (o espacio lineal) es el objeto bsico de estudio

en la rama de la matemtica llamada lgebra lineal. A los elementos
de los espacios vectoriales se les llama vectores. Sobre los vectores
pueden realizarse dos operaciones: la multiplicacin por escalares y
la adicin (una asociacin entre un par de objetos). Estas dos
operaciones se tienen que ceir a un conjunto de axiomas que
generalizan las propiedades comunes de las tuplas de nmeros
reales

as

como

de

los

vectores

en

el

espacio

eucldeo.

Un concepto importante es el de dimensin.

Histricamente, las primeras ideas que condujeron a los espacios

vectoriales

modernos

se

remontan

al

siglo

analtica, matrices y sistemas de ecuaciones lineales.

XVII: geometra
La

primera

formulacin moderna y axiomtica se debe a Giuseppe Peano, a

finales del siglo XIX. Los siguientes avances en la teora de espacios

vectoriales provienen del anlisis funcional, principalmente de los

espacios de funciones. Los problemas de Anlisis funcional requeran
resolver problemas sobre la convergencia. Esto se hizo dotando a los
espacios vectoriales de una adecuada topologa, permitiendo tener en
cuenta cuestiones de proximidad y continuidad. Estos espacios
vectoriales topolgicos, en particular los espacios de Banach y los
espacios de Hilbert tienen una teora ms rica y elaborada.

2. HISTORIA

Histricamente, las primeras ideas que condujeron a los espacios

vectoriales

modernos

se

remontan

al

siglo

XVII: geometra

analtica, matrices y sistemas de ecuaciones lineales.

Los espacios vectoriales se derivan de la geometra afn, a travs de

la

introduccin

tridimensional.

de coordenadas en
Alrededor

de

el
1636,

plano
los

el

espacio

matemticos

franceses Descartes y Fermat fundaron las bases de la geometra

analtica mediante la vinculacin de las soluciones de una ecuacin
con dos variables a la determinacin de una curva plana.nota

Para

lograr una solucin geomtrica sin usar coordenadas, Bernhard

Bolzano introdujo en 1804 ciertas operaciones sobre puntos, lneas y
planos, que son predecesores de los vectores. nota 2 Este trabajo hizo
uso del concepto de coordenadas baricntricas de August Ferdinand
Mbius de 1827
La primera formulacin moderna y axiomtica se debe a Giuseppe
Peano, a finales del siglo XIX. Los siguientes avances en la teora de

espacios vectoriales provienen del anlisis funcional, principalmente

de espacios de funciones. Los problemas de Anlisis funcional
requeran resolver problemas sobre laconvergencia. Esto se hizo
dotando a los espacios vectoriales de una adecuada topologa,
permitiendo tener en cuenta cuestiones de proximidad y continuidad.
Estos espacios vectoriales topolgicos, en particular los espacios de
Banach y los espacios de Hilbert tienen una teora ms rica y
elaborada.
El origen de la definicin de los vectores es la definicin de Giusto
Bellavitis de bipoint, que es un segmento orientado, uno de cuyos
extremos es el origen y el otro un objetivo. Los vectores se
reconsideraron

con

la

presentacin

de

los nmeros

complejos de Argand y Hamilton y la creacin de los cuaterniones por

este ltimo (Hamilton fue adems el que invent el nombre de
vector).nota

Son

elementos

de R2 y R4;

el

tratamiento

mediante combinaciones lineales se remonta a Laguerreen 1867,

quien tambin defini los sistemas de ecuaciones lineales.

En 1857, Cayley introdujo la notacin matricial, que permite una

armonizacin y simplificacin de las aplicaciones lineales. Casi al
mismo tiempo, Grassmannestudi el clculo baricntrico iniciado por
Mbius.

Previ

operaciones.nota

conjuntos
5

de

objetos

abstractos

dotados

de

En su trabajo, los conceptos deindependencia

lineal y dimensin, as como de producto escalar estn presentes. En

realidad el trabajo de Grassmann de 1844 supera el marco de los
espacios vectoriales, ya que teniendo en cuenta la multiplicacin,
tambin, lo llev a lo que hoy en da se llaman lgebras. El
matemtico italiano Peano dio la primera definicin moderna de
espacios vectoriales y aplicaciones lineales en 1888.

Un desarrollo importante de los espacios vectoriales se debe a la

construccin de los espacios de funciones por Henri Lebesgue. Esto
ms tarde fue formalizado por Banach en su tesis doctoral de 1920nota
7

y por Hilbert. En este momento, el lgebra y el nuevo campo

del anlisis funcional empezaron a interactuar, en particular con

conceptos clave tales como los espacios de funciones p-integrables y
los espacios de Hilbert. Tambin en este tiempo, los primeros estudios
sobre espacios vectoriales de infinitas dimensiones se realizaron.
Los espacios vectoriales tienen aplicaciones en otras ramas de la
matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como
las series de Fourier, que se utiliza en las rutinas modernas
de compresin de imgenes y sonido, o proporcionan el marco para
resolver ecuaciones en derivadas parciales. Adems, los espacios
vectoriales proporcionan una forma abstracta libre de coordenadas de
tratar con objetos geomtricos y fsicos, tales como tensores, que a su
vez permiten estudiar las propiedades locales de variedades mediante
tcnicas de linealizacin.

3. ESPACIOS VECTORIALES

Vector fijo

Elementos de un vector
Direccin de un vector
La direccin del vector es la direccin de la recta que contiene al
vector o de cualquier recta paralela a ella.
Sentido de un vector

Mdulo de un vector

El mdulo de un vector es un nmero siempre positivo o cero.

Mdulo de un vector a partir de sus componentes

10

Mdulo a partir de las coordenadas de los puntos

Coordenadas de un vector

Si las coordenadas de los puntos extremos, A y B, son:

11

Clases de vectores
Vectores equipolentes

Dos vectores son equipolentes cuando tienen igual mdulo, direccin

y sentido.
Vectores libres

12

El conjunto de todos los vectores equipolentes entre s se llama vector

libre. Es decir los vectores libres tienen el mismo
mdulo, direccin y sentido.
Vectores fijos

Un vector fijo es un representante del vector libre. Es decir, los

vectores fijos tienen el mismo mdulo, direccin, sentido y origen.
Vectores ligados

Los vectores ligados son vectores equipolentes que actan en la

misma recta. Es decir, los vectores fijos tienen el mismo
mdulo, direccin, sentido y se encuentran en la misma recta.
Vectores opuestos

13

Los vectores opuestos tienen el mismo mdulo, direccin, y distinto

sentido.

Vectores unitarios

Los vectores unitario tienen de mdulo, la unidad.

Para obtener un vector unitario, de la misma direccin y sentido que el
vector dado se divide ste por su mdulo.

Vectores concurrentes

14

Los vectores concurrentes tienen el mismo origen.

Vector de posicin

Vectores linealmente dependientes

15

Varios vectores libres del plano son linealmente dependientes si existe

una combinacin lineal de ellos que sea igual al vector cero, sin que
sean cero todos los coeficientes de la combinacin lineal.

Vectores linealmente independientes

Varios vectores libres son linealmente independientes si ninguno de

ellos se puede expresar como combinacin lineal de los otros.

Vectores ortogonales

16

Dos

vectores

son

ortogonales

su producto escalar es cero.

Vectores ortonormales

Dos vectores son ortonormales si:

1. Su producto escalar es cero.
2. Los dos vectores son unitarios.
Propiedades delEspacioVectorial

17

perpendiculares

si

Suma de
vectores

Regla del paralelogramo Se toman como representantes dos vectores

con el origen en comn, se trazan rectas paralelas a los vectores
obtenindose un paralelogramo cuya diagonal coincide con la suma
de los vectores.
Para

sumar

dos

vectores

componentes.

18

se

suman

sus

respectivas

Restadevectores

Las componentes del vector resta se obtienen restando las

componentes de los vectores.

Productode un nmeroporun vector

19

Las componentes del vector resultante se obtienen multiplicando por

K las componentes del vector.

Combinacinlineal

Una combinacin lineal de dos o ms vectores es el vector que se

obtiene al sumar esos vectores multiplicados por sendos escalares.

20

Cualquier vector se puede poner como combinacin lineal de otros

dos que tengan distinta direccin.

Esta combinacin lineal es nica.

Vectores linealmente dependientes e independientes

Vectores linealmente dependientes

21

Varios vectores libres del plano se dice que son linealmente

dependientes si hay una combinacin lineal de ellos que es igual al
vector cero, sin que sean cero todos los coeficientes de la
combinacin lineal.

Propiedades
1. Si varios vectores son linealmente dependientes, entonces al
menos uno de ellos se puede expresar como combinacin lineal de
los dems.

Tambin se cumple el reciproco: si un vector es combinacin lineal de

otros, entonces todos los vectores son linealmente dependientes.
2. Dos vectores del plano son linealmente dependientes si, y slo si,
son paralelos.

Vectores linealmente independientes

22

Varios vectores libres son linealmente independientes si ninguno de

ellos puede ser escrito con una combinacin lineal de los restantes.

Los vectores linealmente independientes tienen distinta direccin y

sus componentes no son proporcionales.
Ejemplo
Deterrminar si son linealmente dependientes o independientes los
vectores.:

Base

23

Las coordenadas del vector respecto a la base son:

Ejemplos

Los dos vectores que forman una base no pueden ser paralelos.
Ejemplo
Qu pares de los siguientes vectores forman una base:

Base ortogonal

24

LLos dos vectores de la base son perpendiculares entre s.

Base ortonormal

Los dos vectores de la base son perpendiculares entre s, y adems

tienen mdulo 1.

25

Es la base que se utiliza habitualmente, de modo que si no se

advierte nada se supone que se est trabajando en esa base.
Basesortogonales yOrtonormales

Los vectores base son perpendiculares y tienen distinto mdulo.

Ortonormal

26

Los vectores de la base son perpendiculares, iguales y unitarios, es

decir, de mdulo 1.

Las rectas OX, OY se llaman ejes de coordenadas o ejes

coordenados cartesianos.

4. ESPACIOS VECTORIALES CON ESTRUCTURA ADICIONAL

Desde el punto de vista del lgebra lineal, los espacios vectoriales se

comprenden completamente en la medida en que cualquier espacio
vectorial se caracteriza, salvo isomorfismos, por su dimensin. Sin
embargo, los espacios vectoriales ad hoc no ofrecen un marco para
hacer frente a la cuestin fundamental para el anlisis de si una
sucesin de funciones converge a otra funcin. Asimismo, el lgebra
lineal no est adaptada per se para hacer frente a series infinitas, ya
que la suma solo permite un nmero finito de trminos para
sumar. Las necesidades del anlisis funcional requieren considerar
nuevas estructuras.
Espacios normados
Artculos principales: Espacio vectorial normado y Norma
(matemticas).

27

Un espacio vectorial es normado si est dotado de una norma.

Espacio mtrico
Un espacio mtrico es un espacio vectorial dotado de una aplicacin
distancia.
Proposicin 5. Un espacio normado es un espacio mtrico, donde la
distancia viene dada por:

Toda distancia inducida por la norma es una distancia.

Espacios vectoriales topolgicos
Artculo principal: Espacio vectorial topolgico
Dada una topologa

sobre un espacio vectorial

donde los puntos

sean cerrados y las dos operaciones del espacio vectorial sean

continuas respecto dichas topologa, diremos que:

es una topologa vectorial sobre

es un espacio vectorial topolgico.

Proposicin 6.. Todo espacio vectorial topolgico dotado de una
mtrica es espacio normado.
Proposicin 7.. Todo espacio normado es un espacio vectorial
topolgico.
Espacios de Banach
Artculo principal: Espacio de Banach
Un espacio de Banach es un espacio normado y completo.
Espacios prehilbertianos
Artculo principal: Espacio prehilbertiano

28

Un espacio prehilbertiano es un par

espacio vectorial y

, donde

es un

es un producto a escalar.

Espacios de Hilbert
Artculo principal: Espacio de Hilbert
Un espacio de Hilbert es un espacio prehilbertiano completo por la
norma definida por el producto escalar.

5. PRODUCTO INTERNO O ESCALAR EN

R2 Y SUS

PROPIEDADES.

PRODUCTO INTERNO O ESCALAR

Para dos vectores u = (u1, u2) y v = (v1, v2), definimos el producto
interno o producto escalar de u y v, y lo denotaremos u . v o < u , v
> , como
u . v = < u , v > = u1 v1 + u2 v2
El producto escalar de u = (1,2) y v = (3,4), es por lo tanto (1 x
3) + (2 x 4) = 3 + 8 = 11.

29

Por lo tanto:
Y

u.u = < u,u > = u1 x u1 + u2 x u2 = ( u1 )2 + ( u2 ) 2 = u2

u = 0 , si y slo si, u. u = < u,u > = < k1u + k2v ,w > =

k1<u,w> + k2<v,w>2 = 0
PROPIEDADES DEL PRODUCTO INTERNO O ESCALAR DE
VECTORES
< u,u > = 0 si y slo si u = 0
< u,v > = < v,u >
El producto interno en R2 es una funcin multilineal (bilineal en este
caso), en el siguiente sentido
< u,v + w> = < u,v > + < v,w >

< ku,v > =

k< u,v >

< u + v,w > = < u,w > + < v,w >
k< u,v >
De aqu se concluye
< k1u + k2v ,w > = k1<u,w> + k2<v,w>
< u , k1v + k2w > = k1<u,v> + k2<u,w>
< u + v, w + z > = <u,w> + <u,z> + <v,w> + <v,z>
y otras combinaciones ms como:
< u, v + w + z> = <u,v> + <u,w> + <u,z>

30

< u,kv > =

6. CONCEPTO DE VECTORES EN R3 .
VECTORES EN R3
Generalizaremos los resultados obtenidos en el captulo sobre
vectores en R2 (el plano X-Y) a vectores en el espacio de 3
dimensiones X-Y-Z. o espacio R3 .
Un punto de coordenadas P(x,y,z) puede representarse en el espacio
tal como se muestra en la figura, donde (x,0,0), (0,y,0) y (0,0,z), son
puntos situados respectivamente sobre los ejes ortogonales X-Y-Z, a
distancias x, y, z , respectivamente, del origen O.

De manera similar al caso en R2 , el vector v, con origen en O(0,0,0) y

extremo en P(x,y,z), se expresa como v = (x,y,z), en donde x,y,z se
denominan las componentes de v.
Extendiendo las definiciones de suma y resta de vectores y
multiplicacin por un escalar de R2 a R3 , definimos:
Si u = ( u 1, u 2, u 3 )

y v = ( v 1, v 2, v 3 ), definimos u + v = ( u 1 +

v 1, u 2 + v 2, u 3 + v 3 )

31

u - v = ( u 1 - v 1,
u 2 - v 2, u 3 - v 3 )
Si e R, definimos:

v=

( v 1, v 2 , v 3 )
Por analoga, definimos la norma, longitud o magnitud del
vector v =(x,y,z) como

(x 2+ y 2+ z 2 )

|v|=

todas las propiedades de la norma de vectores en R 2 se cumplen en

R3 , a saber:
i)

| v | 0, y | v | = 0 si y slo si v = 0.

ii)

| v | = | | | v |, para todo e R, y todo v e R3 .

iii)

| u + v | | u | + | v |, para todo u,v e R3 .(Desigualdad

triangular)
Si x,u,v,w son vectores, entonces:
i)

u+v=v+u

Propiedad conmutativa

ii) u + (v + w) = (u + v) + w

Propiedad asociativa

iii) v + 0 = 0 + v = v

0 es el elemento neutro de la

suma de vectores.
iv) x + (-x) = 0 y x + x = 0

Para cada vector x existe un

opuesto aditivo -x
v) (ab) x = a(b x), a e R, b e R

Ley asociativa mixta

vi) (a + b) v = a v + bv, a e R, b e R

Ley distributiva mixta

vii) a (u + v) = a u + a v, a e R, b e R
viii) 1. x = x

Ley distributiva mixta

1 e R, es el elemento neutro con

respecto a (.)

32

Las siguientes propiedades que podran inferirse de las anteriores, y

que se pueden verificar en R3 , se cumplen en todo espacio vectorial.
i)

0 v = 0, 0 e R, v e R3

, r 0 = 0 , r e R , 0 e R3

ii)

(-1) v = - v, -1 e R, v e R3

Ejemplo:
Si u = ( 2, 3, -1 ) y v = ( 3, -1, 2 ), entonces:
u + v = ( 2+3, 3-1, -1+2) = ( 5, 2, 1 )

, u - v = ( -1, 4, -3 ),

3 u = ( 3 2, 3 , 3 (-1) ) = ( 6, 9, -3 )

, -2 v = ( -2 3, -2 (-

1), -2 2) = ( -6, 2, -4)

El vector nulo en R3 es 0 = ( 0, 0, 0 ).
Los vectores

e 1 = ( 1, 0, 0 ), e 2 = ( 0, 1, 0 ), y e 3 = ( 0, 0, 1 ), son

vectores de longitud o norma 1 (unitarios), en las direcciones de los

ejes X, Y, Z, respectivamente.

Grficamente la suma y resta de vectores y la multiplicacin por un

escalar (nmero), tal como en R2 , se representan por flechas
siguiendo las leyes del paralelogramo, con el vector v u, paralelo y
en la direccin de la flecha con origen en el extremo de u y extremo,
en el extremo de v, o sea que es paralelo a la flecha que va
de u a v.

33

7. PRODUCTO INTERNO O ESCALAR EN R3 .

El producto interno o producto escalar, de dos vectores u = ( u 1,
u 2, u 3 )

y v = ( v 1, v 2, v 3 ), denotado por u . v o por < u ,v >, se

define de manera similar a como se hizo en R

, as:

u . v = < u , v > = u 1 v 1 + u 2 v 2 + u 3 v 3 ,
Todas las propiedades presentadas en R2 tienen validez en R3. .
Siempre y cuando se extiendan las definiciones como se ha hecho.

8.

PRODUCTO VECTORIAL EN

Y SUS PROPIEDADES.

DEFINICION TERICA
Sean
concurrentes de

dos vectores

, el espacio afn tridimensional segn la base

anterior.
Se define el producto

, y se escribe

como el vector:

En el que

, es el determinante de orden 2.

34

O usando una notacin ms compacta, mediante el desarrollo de un

determinante de orden 3 por la primera fila, tambin decimos:

Que da origen a la llamada regla del sacacorchos: girando el primer

vector hacia el segundo por el ngulo ms pequeo, el sentido
de

es el de un sacacorchos que gire en el mismo sentido.

DEFINICION ALGEBRAICA
En un sistema ortonormal y directo de coordenadas, el producto de

los vectores

es:

Para recordar esta frmula, ntese que cada coordenada es

un determinante de orden dos, es decir una diferencia de productos
cruzados. En la primera coordenada no aparece la x sino y e z, en la
segunda no aparece la y sino z y x (en este orden), en la tercera falta
previsiblemente la z.
Adems la frmula sigue vlida si se hace la permutacin circular
xyzx - denotada habitualmente (x,y,z).
Para acordarse de esta frmula, se suele escribir lo que sigue:

35

Donde se aade una x en cuarta coordenada, aplicando la simetra

circular, y los productos cruzados de dos lneas se colocan en la
coordenada no utilizada.

6.

CONCLUSIONES

En la estructura de espacio vectorial se fundamenta una parte muy

importante de la matemtica: el lgebra Lineal.
Hoy en da se puede decir que no hay parte de la matemtica que no
contemple esta estructura, cuyo modelo ms sencillo es el de los vectores
libres que se estudia en fsica y geometra.
Ahora bien, si en esta estructura se tiene en cuenta su aspecto formal, se
puede aplicar a diversas situaciones no necesariamente geomtricas.
En fsica, llamamos vector a una magnitud orientada, significado muy preciso
que sirve para diferenciar de otras magnitudes que se llaman escalares. En
matemticas, un vector es un elemento de un espacio vectorial; de esta
forma reciben el nombre de vector tanto los polinomios como las sucesiones
acotadas, o las funciones continuas definidas en un intervalo, etc. Todos

36

estos entes matemticos responden a un estructura comn: el espacio

vectorial.

BIBLIOGRAFA
siala, M., A. Brown, D. DeVries, E. Dubinsky, D. Mathews y K. Thomas
(1996), "A framework for research and curriculum development in
undergraduate mathematics education", Research in Collegiate Mathematics
Education II, CBMS Issues in Mathematics Education, vol. 6, pp. 1-32.
Chargoy, R. M. (2006), Dificultades asociadas al concepto de base de un
espacio vectorial, Tesis doctoral, Cinvestav-IPN.
Da Silva, A. y R. Lins (2002), "An analysis of the production of meaning for
the notion of basis in linear algebra", Proceedings of the 2nd International
Conference on the Teaching of Mathematics (at the undergraduate level), p.
106 del CD-ROM.
Dubinsky, E. (1991), "Reflective abstraction in advanced mathematical
thinking", en D. Tall (ed.), Advanced Mathematical Thinking, Dordrecht,
Kluwer, pp. 95-123.

37

----------, (1996), "Aplicacin de la perspectiva piagetiana a la educacin

matemtica universitaria", Educacin Matemtica, vol. 8, nm. 3, pp. 24-41.
----------, (1997), "Some thoughts on a first course in linear algebra at the
college level", en D. Carlson, C.R. Johnson, D.C. Lay, R.D. Porter y A.
Watkins (eds.), Resources for Teaching Linear Algebra, MAA Notes, vol. 42,
pp. 85-105.
Manzanero, L. (2007), Sistemas de ecuaciones: una perspectiva desde la
teora APOE, Tesis de maestra, Cinvestav-IPN.
Nardi, E. (1997), "El encuentro del matemtico principiante con la
abstraccin

matemtica:

una

imagen

conceptual

de

los

conjuntos

generadores en el anlisis vectorial", Educacin Matemtica, vol. 9, nm. 1,

pp. 47-60.
Oktag, A, M. Trigueros y X. N. Vargas (2006), "Understanding of vector
spaces - a viewpoint from apos theory",CD-ROM Proceedings of the
3rd International Conference on the Teaching of Mathematics, Estambul,
Turqua.
Sierpinska, A. (2000), "On some aspects of students' thinking in linear
algebra", en J.-L. Dorier (ed.), On the Teaching of Linear Algebra, Dordrecht,
Pases Bajos, Kluwer, pp. 209-246.
Sierpinska, A. (2000), "On some aspects of students' thinking in linear
algebra", en J.-L. Dorier (ed.), On the Teaching of Linear Algebra, Dordrecht,
Pases Bajos, Kluwer, pp. 209-246.
Sierpinska, A, A. Nnadozie y A. Oktac (2002), "A study of relationships
between theoretical thinking and high achievement in linear algebra", Informe
de

investigacin,

Concordia

University,

Montreal,

en:http://alcor.concordia.ca/~sierp/downloadpapers.html.

38

disponible

Trigueros, M. (2005), "La nocin de esquema en la investigacin en

matemtica educativa a nivel superior",Educacin Matemtica, vol. 17, pp. 531.
Trigueros, M. y A. Okta (2005), "La thorie apos et l'enseingnement de
l'algbre linaire", Annales de didactique et sciences cognitives, vol. 10, pp.
157-176.

ANEXOS

39