CAPITULO N4

ESPACIOS VECTORIALES
Introduccin.- conocemos que un vector es un segmento o con una determinada
magnitud direccin y sentido.
sentido

modulo
direccio
n

Un vector representa en dos formas:

PAR O TERNA ORDENADA
Y
V=X1+Y1+
ZK

Y P (X, Y)

------------X--------

Operaciones vectoriales:
Producto por escalar
K(x, y, z)= (xk, Ky, Kz)
Suma de Vectores
(X1, y1, z1) + (X2, Y2, Z2)=(x1+x2, y1+Y2, Z1+Z2)

R3

Igualdad de vectores
(X1, y1, z1)=(x2, Y2, Z2)

El objetivo del captulo es generalizar las operaciones vectoriales a cualquier

conjunto de elementos v dotados con una ley de composicin interna , y con u
campo de escalares k existe una ley de composicin externa
Entonces se tiene la cuaterna (v, k,
Definicin.- la cuaterna (v, k,
los siguientes axiomas.

) se denomina espacio vectorial si se cumple

L, C, I, uva, v= u O v V
U, v, u u u O (u, O w)

Asociatividad
U V, e U / u O e = u
E= elemento neutro
UV uV/uOu=e

U=elemento inverso
U, v u O v = v O u

conmutatividad

(V, O) es un grupo abeliano

L, C, E

u V K K K O u V

U, v U K K
KO (u O v)= (k O u) O (k O v)
k1 k2 K u V

(k1 + K2) O u = (K1 O u) O (k2 O u)

k1 k2 K u V
(k1 + K2) O u = x O (k2 O u)

x) 1 O u = u
Ejemplo. En R2 se definen:
(u1, u2) O (v1 + v2) = (u1 + v1, u2+v2 1)
K O (u1, u2) = (

, ku2)

Analizar si (R2 , O, R, O) es un espacio vectorial

Sol.

I) L.C.I por definicin

ii) (u O v) O w = u O (v O w)
Si
u = (u1 , u2); v = (v1,v2);
W= ( w1 , w2)
(u1 + v1 , u2 + v2 1) O (w1 , w2)=
W= ( w1 , w2)
(w1 + v1 + w1, w2 + v2 -1 + w2 -1) =
W= ( w1 , w2)
(w1 + ( v1 + w1), w2 +( v2 + w2 -1) -1) = W= ( w1 , w2)
(w1 ,w2) O ( v1 + w1, v2 + w2 -1) = W= ( w1 , w2)
U O w O w) = u O ( v O w)
iii) u O e = u
(U, u2) O ( e1 , e2) = (u1 + u2)
(u, e1, u2 , e2 - 1) = (u1 + u2)
U1 + e1 = u1
e=0
U2 + e2 = u2 e1 =1
E= (0,1) R2
iv) u O u = e
(u1 , u2) O (w1 , w2) = (0,1)
(u1 , u2 , w1 , w2 -1)= (0,1)
U + u1 =0 u1 = -U1
U = ( -u, 2 w2) R2

u2 + u2 -1=1 u2 = 2-u2

v)

uOv=vOu
(u2 +v1 , u2 + v2 -1) =
( v1 + u1 , v2 + u2 -1) =
VOu=vOu

vi) L.C.E. por definicin

vii)

k O ( u O v ) = (k O u ) O ( k O v)
k O ( ( u1 + v1 + u2 v2 -1)= (u1 k w2) O ( v1 , kv2)
( u1 + v1, K( u2 +v2 -1) = (u1+ v1 ku2 + kv2 -1)

(u1 + v1 , ku2 + kv2 k) ( u1 +v1 , ku2 +kv2 -1)

(r 2, O , R, O ) no es un espacio vectorial
Ejemplo: En los reales se definen
xO y = xy
k O x = xk
Analizar
Si (R, O, R+, O) es un espacio vectorial
Sol.
i)
ii)

L.C.I. por definicin

( x O y) O z = x O (y O z)
(x y) O z = x O ( y Oz)
X y z = x O ( y Oz)
X (y z)= x O ( y Oz)
Xx O ( y O z)= x O ( y Oz)

iii)

XOe=x
Xe=x
E=1

iv)

X O x1 = e
Xxi = 1
X = 1/x x 0 R

v)

X O y = y Ox
Xy = y O x
YOx=YOx

vi)
vii)

LCE por definicin

kO ( x O y) = ( k O x ) O ( k Oy )
K O (xy) = (k O x) O (k Oy)
(xy)k= ( k O x ) O ( k Oy )
Xk O yk= ( k O x ) O ( k Oy )

LOS ESPACIOS VECTORIALES MAS UTILIZADOS:

-(Rn, + R, ) vectores de n componentes
(x1 , x2 , x3 ., xn) + ( y1, y2, y3,xn+yn)
K( x1, x2..xn)= (kx1 , kx2,kxn)

-(Pn, + R, ) polinimios de grado menor o igual a n

Anxn + an-1 xn-1 + .+a, x + a + bnxn +dn-1 xn-1 +.b1x +b
=( an + bn) xn + ( an-1 + bn-1) xn-1++a + b
K ( anxn + an-1 xn-1 + .+ ) = k an-1 x n-1 + .+ k
-(f(x), +, R, ) funcin de variable real
F(x) + g(x)
K f (x)
(Mmxn, + R, ) matrices varaiables de origen mxn

(Rmxn, + R )
(en , + , R, ) vectores complejos de n componentes
Sub espacio vectorial.- se dice que un sub conjunto 5 de un espacio vectorial es
un subespacio si es un espacio vectoria por si mismo

Espacio vectorial
s

Por como s es parte de un espacio vectorial solo se demuestra dos axiomas.

L.C.I.
u , v

I)

S u +v S

L.C.E
II)

u S k k K u S

Alternativamente podemos tomar. u , v S k 1 k 2 k

k 1 u +k 2 v S
Ej.- Analizar si los siguientes subconjuntos son sub espacios en el espacio
vectorial indicado
a)

S={( x , y)/ x yx +2 y }
x

b)

T ={f ( x ) / f ( x ) + f ( x ) dx=0 }

c)

U= { P ( t ) / P ( t ) + P ( 0 )=t +1 }

d)

W = { A nxn AM =MA siendo M una matriz fija }

Sol:
a)

1u
(
2) S u u2u + 2u2

u =

i)

v
( 1 v 2) S v v 2v +2 v2

v =
u

+ u2 + v 2 si es S debe cumplir

u + v =

|u1 + v 1u2 v 2|=|u + v +2 v 2 +2 u2|

Por la desigualdad triangular

|a+ b||a|+|b|

+
u u2| v 1+v 2|
|u1 u 2+ v 1v 2|=

|u1 + v 1 +2u 2 + v2|=|u +v + 2 v 2+2 u2|

k 1 u=( k u1 , k u2 ) debe a S

|k u1k u2|=|k u1+ 2 k u 2|

|k| | u1 +2u 2 |=| ku1 +2 u2 |

|ku 1+2 k u2|=|ku 1+2 k u2|

es un su bespacio S
b)

'

P (t ) T =P ( t ) + P ( 0 )=t +1
q ( t ) T =q' ( t ) +q ( 0 )=t +1
Analizamos

k 1 P ( t ) +k 2 q ( t ) T k 1 k 2 k
( k 1 P ( t ) +k 2 q ( t )=t +1

( t+1 ) ( k 1 +k 2 ) =( t+1 )
T no esun dubespacio

c)

Sea f(x)
u f ( x )+ int from {0} to {x} {f left (x right ) dx =0 }

Analizamos
k 1 f ( x )+ k 2 g ( x)u
k 1 f ( x )+ k 2 g ( x ) dx=0

k 1 f ( x ) +k 2 g ( x ) +
0

f ( x ) dx+ k 2 g ( x )+ g ( x ) dx=0
0

f ( x ) +
0

k1
0=0 u es subespacio

d)

Sea A W AM =MA
Sea B W BM =MB
i)

A+B

( A + B ) M =M ( A+ B )
AM + BM =M ( A+ B )
M ( A+ B ) =M ( A+ B )
ii)

kA W
(kA)M=M(kA)
kAM =M (kA )
kMA=M ( kA)
M ( kA ) =M ( kA )
W es un subespacio

Combinacin lineal.-sea un conjunto de vectores

{ v1 , v 2 , v 3 , , v n }

definido en el espacio vectorial (u,+,k,)

Se dice que el vector
escalares

x v

es combinacin lineal del conjunto si solo si existen

{k 1 , k 2 , k 3 , , k n } sean nicas, tal que:

x=k 1 v 1 +k 2 v2 + k 3 v 3+ +k n v n

Ejm. Expresar el vector (2,5,-3)como combinacin lineal del conjunto

{ ( 2,1,1 ) , ( 1,2,1 ) ,(1,1,2)} en R 3

( 2,5,3 ) =k 1 ( 2,1,1 ) +k 2 ( 1,2,1 )+ k 3 (1,1,2)
( 2,5,3 ) =( 2 k 1 +k 2k 3 , k 1+ 2 k 2+ k 3 ,k 1+ k 2 +2 k 3 )
2 k 1 +k 2k 3=2
k 1 +2 k 2 +k 3 =5
k 1+ k 2 +2 k 3=3

][

][

2 1 1; 2 0 2 3 ;8 0 3 3 ;3
1 2 1; 5 1 2
1;5
1 2
1 ;5
1 1 2 ;3 0 3
2 ;3 0 0
0 ;6

f 2+ f 3=f 3 f 1 + f 3=f 3 el sistema es inconsistente

f 2 (2 )+ f 1=f 1
El valor ( 2,5,3 ) ,sea combinacin lineal es

{t 3+ 2t 2+ t 1,t 2 +t1,t 2 +2t4 }

Sol
t
( 3+2 t +t1 )+k 2 ( t 3+t1 ) + k 3 (t 2+ 2t4)
3 t 3+ t 2 +t+ ( a5 )=k 1
2

k
2k
( 1+k 3 )t 2 + ( k 1+ k 2+ 2 k 3 ) t
( 1+k 2 )t 3 +
3 t 3 +t 2+ t+ ( a5 )=
+ (k 1k 24 k 3 )

k
( 1+k 2 )=3

2k
( 1+k 3 )=1

( k 1 + k 2+ 2k 3 )=1
(k 1k 24 k 3 ) =a5

1
0; 3
0
1; 1
1
2;
1
1 4 ; a5

1
0; 3
1
0; 2
0 2;
1
0 0; a6

1
2
1
1

1
0
0
0

||

1
0
0
0

1
0
0
0

| |

1
0; 3
2
1 ; 5
0
2;
2
0 4 ; a2

1
2
0
0

1
0;
3
0 1/ 2 ; 5 / 2
0
1;
1
0 4 ; a2

0
0; 1
1
0; 2
0 1 ; 1
0 0 ; a6

k 1=1 k 2=2 k 3=1

P ( A )=P ( A ; B ) =3
a6=0
a=6

la combinacion lineal es
2

3 t 3 +t 2+ t+1=( t 3 +2 t 2+t1 ) + 2 ( t 3 +t1 ) ( t 3+ 2t4 )

Independencia y dependencia lineal.si se tiene un conjunto de vectores

{ v1 , v 2 , v 3 , , v n }

en un espacio

vectorial se dice que es linealmente independiente si el vector nulo es

combinacin lineal al conjunto
Si por el contrario el vector es nulo no es combinacin lineal de conjunto se dice
que el conjunto es linealmente dependiente
Ello implica
=k 1 v 1+ k 2 v 2 +k 3 v 3 + + k n v n

si ello tiene unica solucion

k 1=k 2=k 3= ..=k n=0

Es linealmente independiente
Si tiene infinitas soluciones
k 1=k 2=k 3= ..=k n=0
-Ello tambien se considera
Det(A)=0
L INDEPENDIENTE
Det(A)=0
L DEPENDIENTE
TEOREMA.- Es todo conjunto linealmente dependiente un vector se puede
escribir como combinacion lineal de los otros restantes
Para demostrar
=k 1 v 1+ k 2 v 2 +k 3 v 3 + + k n v n
Como es L DEPENDIENTE
k 1=k 2=k 3= ..=k n=0
Ejm.2 3 ; 5 3 ; 1
5
1 4 4 2 a+2 b+3

En

}{ }{

R2 x 2 es linealmente dependiente, hallar los valores de a y b

Sol : por el anterior teorema

1
5 =k 2 3 + k 5 2
1
a+ 2 b+3
1 4 2 4 3

|
|

| |
||

| | |

1
5 = 2 k 1 +5 k 2 3 k 1 +3 k 2
a+ 2 b+3 k 1+ 4 k 2 4 k 1+ 2 k 2

2
3
1
4

5;
3;
4;
2;

| |

1
2 5 ; 1
5
1 2 ; 6
a+2 1 4 ; a+2
b+3 0 8 ; b+5

0
1
0
0

0 1; 13 / 9 0 1; 13 / 9
1 2; 6
1 0 ; 28/ 9
0 2 ; a+8 0 0; a+ 98/ 9
0 3 ; b+5 0 0 ; b +59/ 9

9 ; 13
2; 6
2 ; a+8
3 ; b+5

P ( A )=P ( A ; B ) =2
a+

98
59
=0 y b =0
9
9

a=

98
59
b=
9
9

Conjunto generador.-se dice que un conjunto de vectores

{ v1 , v 2 , v 3 , , v n }
genera un espacio vectorial se puede
escribir como combinacin lineal del conjunto
x
v1 , v2 , v3 , , vn
C.L
Entonces
x =k 1 v 1 +k 2 v2 + k 3 v 3+ +k n v n
u nica solucion adj ( A )=0
TEOREMAS.1) Todo conjunto generador es linealmente independiente, de lo contrario no
siempre es valido
2) Si un conjunto de vectores es linealmente dependiente no genera al
espacio vectorial pero genera un sub espacio vectorial
C.D
v1 , v2
C.L.

Infinitas soluciones
Ejm.- analizar si el conjunto es

R4

{ ( 2,1,1.3 ) . ( 3,2,4,1 ) , ( 5,1,1,0 ) , ( 2,1,3,6 ) }

ES GENERADOR DEL ESPACIO VECTORIAL
Sol

( a , b , c ,d ) =k 1 ( 2,1,1.3 ) +k 2 ( 3,2,4,1 ) +k 3 ( 5,1,1,0 )+ k 4 ( 2,1,3,6 )

2 k 1 +3 k 2 +5 k 3 +4 k 4 =0
k 1 +2 k 2 +k 3 + k 4 =0
k 1+ 4 k 2k 3+3 k 4=0
3 k 1k 25 k 4=0

||

2 3
5 2
1 2
1 1
1 4 1 3
3 1 0 6

][

3 7 3 24 7 39
0
6
4 18
6 32
3 1 6 0
1
0

24 39
18 32

||

2 3
5 2
1 2
1 1
1 4 1 3
3 1 0 6

=det(A)=-(-24-32)-39-18
Det(A)=-66

Ejm.- hallar el sub espacio generado en

{ ( 2,3,1 ) ; ( 4,2,2 ) ;(6,5,1) }

Sea

( x , y , z ) un subespacio

3 7 0 3
1
2 1 1
0 6
0 4
3 1 0 6

unica solucin
R3 por los vectores

2 k 1 +3 k 2 +5 k 3 +2 k 4 =a

2
3
5 2
1
2
1 1
1 4 1 3
3 1 0 6

][ ] [ ]
k1
a
k2
=b
c
k3
d
k4

k 1 +2 k 2 +k 3 + k 4 =b
k 1+ 4 k 2k 3+3 k 4=c
3 k 1k 26 k 4=d

Det(A)=

=-

2
3
5 2
1
2
1 1
1 4 1 3
3 1 0 6

] [

3 7 0 3
3 7 3
1
2 1 1
=(1) 0
6
4
0
6 0 4
3 1 6
3 1 0 6

24 7 39
24 39
18
6 32 =(1)
18 32
0 1
0

EJEMPLO: hallar el sub espacio generado en

Sea: (x, y, z)

sub espacio

Sol: (x, y, z) k 1 ( 2,3,1 ) +k 2 ( 4,2,2 ) +k 3( 6,5,1)}

2 k 1 +4 k 2+ 6 k 3=x
3 k 1 +2 k 2 +5 k 3= y

=det(A)=-66

-66 0 nica solucin

1) ;(4,2, 2) ;(6, 5,1)}

elconjunto generador en R

R3 por los vectores {(2, 3,-

k 1+ 2 k 2+ k 3=z
Resolviendo:

2 4 6 x
3 2 5 y
1 2 1 z

(2)(3) =

] [

0 8 8 x +2 z
0 0 0 x yz
0 8 8 y +3 z (1 )= 0 8 8 y +3 z
1 2 1
z
1 2 1
z

x yz=0

S = {(x,y,z )/ x yz=0 }
Por calculo II

^j ^k
i^
n = 4 2 2
2 1 3

P3P1=(4,2,2,)

P2P1=(2,1,3)

n =(8,8,8)

n (PP1 )

( 8,8,8 ) ( X2, Y 3, Z +1 ) =0
8X-8Y-8Z-16+24-8 =0 // 1/8
x yz=0

Ejemplo:

Hallar el espacio en

P3 generado x el conjunto

{ 2t 3 t +4 t3 ; 3 t + t3; 5 t 3 t +5 t 6 ;t 3 t +3 t }
Sea

p (t )=a t 3 +b t 2+ ct + d sb espaciio generado

t 3 t +3 t
3
2
3
2
2
3
2
a t + b t +ct +d=k 1 ( 2t 3 t + 4 t 3 ) + k 2 ( 3t +t 3 ) + k 3 ( 5 t 3 t + 5t 6 ) +k 4 )

2 k 1 +3 k 2 +5 k 3k 4 =a
3 k 13 k 33 k 4 =b
4 k 1 +k 2 +5 k 3 +3 k 4=c
3 k 13 k 26 k 3=d

[
[

0 4 4 4 a+2 b+ c
0 3 3 3 4 b+3 b
1 1
2 0 c+ b
0 3 3 3 db

2
3
5 1 a
3 0 3 3 b

4
1
5 3 c
3 3 6 0 d

1 3
2 4 a+b
3 0 3 3 b

1
1
2 0 c +b
0 3 3 3 db

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

0 a+2 b+c +4 /3(d b)

0
3 b +3 c+ d
0
c+b
3
db

]
3 b+3 c +d=0

a+2 b+ c+ 4 /3 (db)=0

3 a+2 b+3 c + 4 d=0

3
2
S= { a t + b t +ct +d /3 a+2 b+3 c + 4 d=0

3 b+3 c +d=0

{V 1 , V 2 , V 3 , .. V n } se denomina

Base y dimensin.- un conjunto de vectores

base del espacio vectorial si el conjuntoxxxxx es linealmente independiente y

generador del espacio vectorial si cumple esos conjuntos entonces.

O=k
1 V 1 +k 2 V 2 +k 3 V 3 ++k n V n

x =1 V 1 +2 V 2 +3 V 3 + +n V n

Se define dimensin de una base como la cantidad de vectores que tiene la base
Dim (B)=n cantidad de vectores.
Ejemplo.- Analizar si el conjunto en R2 es una base

][

][

][

B={ 2 1 ; 1 2 ; 2 1 ; 5 2 }
3 1
1 1 1 3 1 1

Luego indicar su dimensin.

k1

-1

k2

-1

-1

-1

k3

k4

[ ] [

] [

][ ] [ ]

] [

] [

][

a b
2 1
1 2
2 1
5 2
=1
+2
+3
+4
c d
3 4
1 1
1 3
1 1

2
1
2 5
1 2
1 2
3 1 1 1
4
1
3 1

1
a
2
=b
c
3
d
4

Det(A)=

][

2
1
2 5
5 1
1 4
5 1 4
1 2
1 2
5 2 1 0
5 1
=
= 5 1 0 =4
=det ( A )=68
7 2
1
1
0
0
3 1
0 1
7 2
0
4
1
7 1
3 1
2 0

comjunto es una bas e en R

2 X2

Dim (B) = 4
Bases canoncas euclidianas y la dimensin de los espacios vectoriales
Se denomina base canonca de un espacio vectorial a la base bsica que puede
generarse a partir de cualquier elemento en el espacio vectorial, la dimensin de la
base canonca corresponde a la dimensin del espacio vectorial.
Por ejemplo
En R

(X, y, z) =x (1, 0,0)+y (0, 1,0)+z (0, 0,2)

Base = {

x1

En
,

x2

e1 ; e2 ; e3

3
} Dim R =3

Rn
x3

;.;

xn

x1

= (, .0, 0...) +

x2

(0, 1, 0,0...)1+

x3

(0,

0,1.)
Base= {(1, 0,0..) (0, 1,0)(0, 0,2.) (0,00..)}
Dim

En

=n

P2

a t 2+ b t+c=a(t 2)+b (t)+c (1)

Bc={t 2 +t +1}
Dim P2=3

En

Rn

En

2 X2

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

Base = {
Dim

1 0 0 1 0 0 0 0
;
;
;
0 0 0 0 1 0 0 1

R2 X 2 =4

En forma General Dim

R2 X 2 =m.n

Nota: Al igual que en los espacios vectoriales en los sub espacios tambin
se pueden determinar bases y dimensiones.
Ejemplo. Hallar una base y dimensin al sub espacio generado en R 4 por el
conjunto.
{(2,-1, 3,4), (4, 2,-3,5), (6, 3,-6,9), (8, 4,-9,13)}

Sol: hallamos el sub espacio generado

(X, y, z, w) sub.

(X, y, z, w)=k1 (2,-1, 3,4)+ k2 (4, 2,-3,5)+ k3 (6, 3,-6,9)+ k4 (8, 4,-9,13)

-1 2

3 -3

-6 -9

9 13 w

x-2y

x-2y

7+3y

2+3y

0 -3 -3 -3

w-4y

-y+21w

(-2) (3) (-4)

5={ (x,y,z,w) /x-2y=0 1 y+7+w=0}

x-2y=0

-y+z+w=0

x=2y

y=z+w

Como:
x=2(z+w)
x=27+2w
(x,y,z,w)= (2z + 2w + z + w,z,w)
(X, y, z, w)=z (2, 1, 1,0)+w (2, 1, 0,1)
Base= {(2, 1, 1,0) (2, 1, 1,0)}
Dim (5)=2

Ejemplo:
Hallar una base y dimensin del sub espacio en p 3 generado por
{3t2+2t,-1; t3+t-5, t3+4t2-5t+3; 3t3 +7t2-2t-3}
Sol
At3+ bt3+ct+d= k1 (3t3+3t+1) + K2 (t3 +t-5) +k3 (t2+4t2-5t+3)-1
k4 (2t3+7t2-2t-3)

-3

-2

-1 -5

-3

28

28

15a+b+3b

10

10

9a+c+2d

-3

15a+b+3d

9a+c+2d

(2) (7)

-15 13 2

-9

-1

-5

-8
-3

( - 28/10 )

-d

-28/10

(9a+c+2d)

(15)(9)
b+3d

c+2d

(-1)

-3

-d

-3

-d

10

10

9a+c+2d

15a+b+3d -14/5 (9a+c+2d)

15a+b+ad-14/5(9a+c+2d)=0 // (5)
75a+5b+15d-126a-14a-28d=0
-51 a+5b-14-13d=0 // (-1)
51a-5b+14+13d=0{ }
S= { at3+ bt3+ct+d/ a-5b+14+13d=0 }
B= 1/5 (51a+14c+13d)
At3+ bt3+ct+d= at3+ (51/5*a+14/5*c+13/5*d) t2+ct+d
A/5(5t3+51t2) +c/5(14t2+5t) d/5(13t2+5)
B= {5t3+51t2; 14t2+5t; 13t2+5}
Dim (5)=3

Ejemplo: Hallar una base y dimensin del espacio

solucin del sistema.
2X1+3X2-X3+X4+3X5=0
3X1+X2-2X3-X4+2X5=0
5X1+4X2+X3+5X5=0

2 3 -1 1 3 0
3 1 2 -1 3 0
4 1 -2 2 -10

2 3 -1 1 3 0

0 7-7 5 5 0

0 0-7 5 1/5 0

1-2 3-2-10

1-2 3 -2-1 0

1 0 3 -29/5 0

0 -5 0 0-7 0

0 1 0 0-1/5 0

0 1 0 07/5 0

1-2 3-2-1 0

000000

000000

541050
X1+1/7X4+1/35X5=0
1 0 01/7 1/350

X2+7/5X5=0

0 1 0 0 1/5 0

X3-5/7X4+24/35X5=0

0 0 1 -5/7
1/350

SI X4=t

X5=t

Parametrizando

Despejamos X1= 1/7t (-1/35)

X3=5/7t -24/35

La
000000
solucin:
X1

-1/7t -1/35t

X2

-7/5t

X3
=

5/7t- 24/35
t/7

X4

-1

5
r/35
7
0

r
-1
-1

-49

0
B=

-24

35

0
Dim(B)=2

R5
Dim(B)=2

-1

X5

X2=-7/5

Base del espacio de filas y columnas de una matriz:

-19
+

-24
0
35

Sea una matriz

A mxn

se define la base del espcio de filas de la matriz como un

sub conjunto de Rn que se obtiene luego de escalonar la matriz A en filas, siendo

su base los vectores no nulos.
La base del espacio de columnas de la matiz es un subconjunto de R m y se
obtienen escalonando la matriz A en columnas, siendo su base los vectores
columna no nulos, si verifican la siguiente proposicin.
Dim Esp.Filas= Dim.Esp columnas
Practica: Hallar el sub espacio generado en R2x2 por el conjunto.
2 -1
3 4
Demos

3 4

5 3

-1 -5

5 -2

8 2

-2 6

Demostrar que es un sub espacio y luego hallar su base y dimensin.

2) Hallar el valor de m tal que el conjunto de

P3

Sea:

a) L. Independiente
b) L. Dependiente
(m2-3) t3+2t2+2t+2 ; 2t3+ (m2-3) t2 +2t +2;

2t3 +2t2 + (m2-3); 2t3+2t2+2t+ (m2-3)

Hallar el espacio de Filas y columnas de la matricial

2 -5 3 1
4 2 -1 3
A6x4 =

3 1 -1 2
6 -3 2 4
7 3 -2 6
9 -2 1 6

Solucin para el espacio filas

0 -17 11 -1

2 -5 3 1
0 12 -7 1
1 6 -4 1
1 6 -4 1

0 12 -7 1
1 18 -11 2

6 12 -7

-6

8 -11

1 18 -11 2

(-1)

0 12 -7

0 12 -7

6 -4

-1

-4 1

-5

0 12 -9

B {0

-5

0) (0 12 -7

Dim= 3
Para el espacio a columnas

2 4 3 6 7 9
-5 2 1 -3 3 -2
A

3 -1 -1 2 -2 1

0) (-1

-4 1) } IR4

1 2 2 4 5 6

0 -2 -1 -2 -3 -3

(-2) (5) (-3)

(-5) (8)

0 17 11 17 24 2y

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

0 -10 -7 -10 -17 -17

1

1
0

0 -2

-4/2

0 -2 -2

(-5)

Columnas={(0,2,3,1,4,4),(0,0,1,0,1,1)(1,3,2,4,5,6)}
Dim Esp .columnas = 3
Operacin con espacios:
Los sub espacios al ser subconjuntos de los espacios vectoriales son
susceptibles de operarse segn el algebra.
Interaccin de sub espacios:
Sea F los sub espacios en el espacio vectorial (v,+, k) se define:
SnT={X/X S n XeT}
La unin de los sub espacios no siempre es un sub espacio
Suma de sub espacios : Siendo S y R los sub espacios en (v+k) se define
S+T={XeSnYeT/X+Y e S+T}
Teorema
Dim(S+T) =Dim(S) +Dim (T)-Dim (SnT)
Suma directa de sub espacios Sean ST Dos sub espacios en (V+K) se define la
suma directa como

Nomenclatura directa
S+T = {X+Y/XeSnYeT SnT = 0}

Entonces:
Dim (S+T) = Dim (S) `+Dim (T)
Ejemplo Sean los sub espacios en R3
S= {(X, Y, Z)/X-3y+2z=0} y T generado por el
Conjunto: {(2, 1,1-3), (4, 2,-3), (6, 3,-6)}

Hallar una base y dimensin SnT

S+T

Sol: Generamos el Sub espacio T

Sea (x,y,z) e su espacio T
(X, y, z) = k1 (2,1-3)+k2 (4,2-3)+k3 (6, 3,-6)

-3 -3 -6

(3) (-2)

x-2y

z+3y

x-2y=0

T= {(x,y,z)/x-2y=0}
S nt= {(x, y, z)/ x- 3y +2z =0 ^x-2y=0}
x- 3y +2z =0
X-2y=0}

][

][

][

1 3 2 0 = 0 1 2 0 = 0 1 2 0 = 0 1 2 0
1 2 0 0
1 2 0 0
1 2 0 0
1 0 4 0

X-4z=0

x=4Z

Y-2z=0

y=2z
Base snt {( 4,2,1)}

(x,y,z) = (4z,2z,z)
Dim snt =1
(x,y,z) = z (4,2,1)

Para S+T utilizamos:

S= {(X , Y , Z)/ X 3 Y + 2 Z=0 }
T= {( X , Y , Z)/ X 2Y =0 }
S+T= (3Y-2Z;Y;Z )+(X;X7/2;Z)
B s+t

1
{ 1, , 0 ; ( 3,1,0 ) ; (2,0,2) }
2

Verificamos
Dim ( S+T )=Dim ( S ) + Dim (T )Dim (S T )

Para S

( x , y , z ) =( 3 y+2 z , y , z )= y ( 3,1,0 )+ z ( 2,0,1 )

B S= { ( 3,1,0 ) , ( 2,0,1 ) }
DimS=2

Para T
x
x
( x , y , z ) = x , , z = ( 2,1,0 ) + z ( 0,0,1 )
2
2

Dim S+T = 3

B T = { ( 2,1,0 ) , ( 0,0,1 ) }
DimT =2

Dim ( S+T )=Dim ( S ) + Dim (T )Dim (S T )

Dim ( S+T )=2+21

3=3

Ejemplo. En

P2

se generan los subespacios L y T

respectivamente por los conjuntos

{2 t 23 t +3, t2 +3 t 5,3 t 22 }

{t 2+2 t +6,t +5, t2 + 4 t+11 }

Hallar
Una base y dimensin de LT
Que condicin debe cumplir para que exista L T
Solucin:
Queremos L.
a)

( a t 2+ bt+ c ) =k 1 ( 2 t 23 t +3 ) + k 2 ( t 2 +3 t5 ) +k 3 ( 3 t 22 )

[
[
[

2
1
3 a
3 3
0 b
3 5 2 c

a+ b
1 4
3
13
9
0
0
0 3 a b c
2
2
0 2 2
c+ b

1 4
3 a+b
3 3
0 b
0 2 2 c +b

1 4
3
a+ b
0 9 9 3 a2b
0 2 2
c +b

3 a

13
b+ 9 c=0
2

L={ at 2 +bt+ c /6 a+13 b+9 c =0 }

Generamos T
a t 2+ bt+c= 1 ( t 2 +2 t + 6 ) + 1 ( t +5 ) + 2 (t 2 + 4 t+11)

[
[
[

1 0 1 a
3 1 4 b
6 5 11 c

1 0 1 a
0 1 1 b3 a
0 5 5 c6 c

1 0 1
a

0 1 1 b3 a
0 0 0 9 a5 b+ c

T ={ a t 2+ bt+ c/9 a5 b+ c=0 }

LT = { a t 2 +bt +c /6 a+13 b+ 9 c=0 9 a5 b+ c=0 }

6 a+13 b+ 9 c=0

9 a5 b+c=0

6 13 9 0

9 5 1 0

6 13
9 0
3 18 8 0

0 49 25 0
3 18 8 0

[
[

25
49 0
8 0
1 6
3
0

0 1
1 0

25
49 0

58 0
147

b+

25
25
c=0=b=
c
49
49

a+

58
58
d=0=a=
d
147
147

a t 2+ bt+c=

25
d ) t +(
c t +c
( 58
147
49 )
2

a t 2+ bt+c= (58 t 275 t +147 )

B L T ={58 t 275 t+147 }
Dim L T =1

L T existe si L T =

Entonces
b=

25
58
c a=
d
49
147

si c=0
a=0 b=0

L T =

Dim L T =0

L modificado

{ a t 2+ bt + c/6 a+ 13 b+9 c=0 c=0 }

T modificado

{a t 2+ bt+ c/ 9 a5 b+ c=0 c=0 }

L modificado

{a t 2+ bt+ c/6 a+ 13 b=0 c=0 }

T modificado

{a t 2+bt+ c/9 a5 b=0 c=0 }

Ejemplo. Demostrar que los conjuntos en

R3 generan el mismo subespacio

vectorial, hallar una base y dimensin de ese subespacio.

C1 ={ ( 2,1,1, ) , ( 5,4,1 ) , ( 4,5,1 ) }
C2 ={ ( 2,1,1, ) , ( 3,3,0 ) , }

Solucin
Para

C1

( x , y , z ) =k 1 ( 2,1,1 )+ k 2 ( 5,4,1 ) +k 3 ( 4,5,1 )

[
[
[

2 5 4 x
1 4 5 y
1 1 1 z

0 3 6 x;2 z
0 3 6 y z
1 1 1 z

0 0 0 x yz
0 3 6 yz
1 1 1
z

S= { ( x , y , z ) / x yz=0 }
Para

C2

( x , y , z ) = 1 ( 2,1,1 )+ 2 ( 3,3,0 )

[ ]
[ ]
[
]
2 3 x
1 3 y
1 0 z

0 3 x2 z
0 3 yz
1 0
z

0 0 x yz
0 3 yz
1 0
z

T ={ ( x , y , z ) /x yz=0 }

S=T

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

( x , y , z ) = y ( 1,1,0 ) + z ( 1,0,1 )
B={ ( 1,1,0 ) , ( 1,0,1 ) }

Dim S=2

Ejempl. En

R4 se tiene el conjunto

v ( a ) ={ ( 1, a ,1,1 ) , ( 1, a ,1a , 0 ) , ( 0,1,2 a , 2 ) , ( 1,1+ a ,1+a , ) }

a Hallar una base del sub espacio generado por

b Ver si

v ( a)

{ ( 1, a ,1,1 ) , ( 1, a ,1a , 0 ) , ( 0,1,2a , 2 ) , (1,1+ a ,1+ a , ) } al subespacio

Solucin
Generando el sub espacio

( x , y , z ) =k 1 (1, a , 1,1 ) +k 2 ( 1, a ,1a , 0 ) +k 3 ( 0,1,2 a , 2 )+ k 4 ( 1,1+a , 1+a , )

[
[

1 1
0
1
x
a a
1 1+ a y

1 1a 2 a 1+ a z
1
0
2
2 u
1
0
0
0

1
0
0
1
a 2 a
1 2

]
]

1
x
1 yax

a zx
1 ux

1
0
0
0

1
0
0
1

0
1
0
2

1
x
1
y ax

0 axx + zau
1
ux

S= { ( x , y , z ,u ) / ( a1 ) x+ zau=0 }
z=au( a1 ) x

( x , y , z , u )=( x , y ,au( a1 ) x , u )
( x , y , z , u )=x ( 1,0,1a , 0 ) + y ( 0,1,0,0 ) +u ( 0,0, a ,1 )

B={ ( 1,0,1a , 0 ) , ( 0,1,0,0 ) , ( 0,0, a , 1 ) }

Dim S=3

Si

( 1,1+ a , 1+ 2a ,a+ 3 ) al subespacio

Debe satisfacer la condicin

( a1 ) x + zau=0
( a1 ) 1+ 2aa (a+3)=0
( a1 )+ 1+ 2aa 23 a=0
a2 0 no al subespacio

CAPITULO 5
ESPACIOS VECTORIALES CON PRODUCTO INTERIOR
Definicin
Un producto interior es una ley que asocia a dos vectores un escalar, al cual se le
denomina producto interno debe satisfacer cuatro axiomas.
Nomenclatura
u , v producto interior entre los vectores u y v

Axioma de distributivita
u , v +
w u , v >+ u ,
w >

ii

Axioma de homogeneidad
u , k v >< k u , v > k < u , v >

iii

Axioma de conmutatividad
u , v v , u >

iv

Axioma de positividad
u , u > 0

En realidad el producto interiores una generalizacin del producto escalar de

vectores.
Ejemplo. Hallar los valores de a tal que la siguiente ley sea un producto interior en
R2
u , v u1 v 1 +6 u1 v 1 +6 u2 v 1 + ( a2 5 ) u2 v 2
Siendo
u=( u1 , u2 )

v =( v 1 , v 2 )

Axioma de la distributivita

w =( w 1 , w 2 )

u , v +
w ( u1 , u2 ) , ( v 1+ w1 , v 2 +w 2 )>
u , v +
w u1 ( v 1 +w 1 )+ 6 u1 ( v 2 +w 2) + 6u 2 ( v 1+ w1 ) +(a25)u2 (w 2+ v 2 )
2

u , v +
w u1 v 1 +u1 w1 +6 u1 v 2 +6 u1 w2 +6 u2 v 1 +6 u2 w1 +(a 5) u2 w2 ++(a 5) v 2 u 2
2

u , v +
w u1 v 1 +6 u1 v 2 +6 u2 v 1+(a 5) v 2 u2 +u1 w 1+6 u 1 w 2+ 6u 2 w1+(a 5)u 2 w 2
u , v +
w u , v >+ u ,
w >

ii

Axioma de homogeneidad
u , k v >< k u , v > k < u , v >
2

k u , v > k u1 v 1 +6 k u1 v 2 +6 k u2 v 1 +( a 5) k v 2 u 2
k u , v > k (u 1 v 1+6 u 1 v2 +6 u 2 v 1 +(a25)v 2 u2)
k u , v > k < u , v >

iii

Axioma de conmutatividad
u , v v , u >
u , v u1 v 1 +6 u1 v 2 +6 u2 v 1 +( a25) v 2 u 2
u , v v 1 u1 +6 v 2 u1 +6 v1 u2 +( a25) v 2 u 2
u , v v , u >

iv

Axioma de positividad

 u , u > 0

u , u > < ( u1 ,u 2) , ( u1 , u2 ) >

u12+ 12u1 u2 +( a25)u 22 0
Completando cuadrados obtenemos
2

a 41 0

( a 41 ) ( a+ 41 ) 0
Norma, distancia y ngulo

La norma magnitud o modulo un vector

se define como

u , u >

u=
Entonces

u2= u , u >

Para la distancia entre vectores

u y v

u
d


Como u + d =v
d =v u
d uv =v u=uv
Para el ngulo entre dos vectores
schwart

u , v
1
uv

u , v
1
uv

En consecuencia

= u , v >

uv

cos

Un caso especiales si

=90

u y v

utilizamos la desigualdad de couchy-


=0
uv
cos

90= u , v >

u , v 0
Sub espacio ortogonal

{ v1 , v 2 , v 3 , , v k } se define el subespacio ortogonal

Sea un conjunto de vectores

x 1

como todos los vectores

que satisfacen la condicin de ortogonalidad.

S= { x / x , v 1 x , v 2= x , v k 0 }

Complemento ortogonal
Si se tiene un sub espacio S cuya base es

B={ u1 , u2 , u 3 , , un }

se denomina

complemento ortogonal de S al subespacio formado por los vectores que siempre

son ortogonales a la base B.

S ={ y / y , u1 y , u 2= y , u k 0 }

Ejemplo. Hallar el ngulo entre

p (t )=t 21

q ( t )=t 3
En el espacio vectorial

P2

utiliza el producto interior

p ( t ) , q ( t ) p ( t ) q ( t ) dt
0

Solucin

p
(
t
)

q ( t )
cos

= p ( t ) , q ( t ) >

p ( t ) , q ( t ) ( t 2 1 ) (t3 ) dt
0

p ( t ) , q ( t ) ( t 3 t3 t 2 ) dt
0

4
2
3
t t 3t
(
)
(
)
p t ,q t
+3 t
4 2
3
0

p (t ) , q (t)

7
4

p ( t ) , p ( t )>
p ( t )=

8
15

p ( t )= ( t 21 ) ( t 2 1 ) dt

p ( t )=

 q ( t ) , q ( t ) >
q ( t )=

47
6

q ( t )= (t3 )( t3 ) dt

q ( t )=

cos =

7
4

8
47

15
6

=31,11

PRODUCTO INTERIOR EUCLIDIANO

Son los productos a asumir en la ausencia de alguno especificado, en
consecuencia son los productos interiores bsicos de todo espacio vectorial.
En

[] []

u 1
u2
u= u3 v =

un

v 1
v 2
v 3

v n

 u , v u v =[ u1 ,u 2 , u3 , ,u n ]

[]
v1
v2
v3

vn

u , v u1 v 1 +u2 v 2 +u3 v 3 ++u n v n

u , v u v

Pn

En

p ( t ) , q ( t ) p ( t ) q ( t ) dt
0

En f(x)
T

f ( x ) , g ( x ) f ( x ) g ( x ) dx
0

Siendo T una constante, cuando

f ( x ) , g ( x )0

al intervalo (0,T) se lo llama

intervalo de ortogonalidad
No existe un producto euclidiano en matrices

BASE ORTONORMAL
Es toda base en cualquier espaciovectorial que verificq las siguientes condiciones

B={ v 1 , v 2 , v 3 , , v n }

(vi , vi) = 1

I = 1,2,3,n

 vi = 1 Normalidad

(vi , vj) = 0

i j Ortogonalidad

Proyeccin de un vector sobre otro.- sean dos vectores:

proy v u
cos =
u

(u , v )
cos =
uv

Entonces:

proy v u= u , v
u uv

Proy v u=| u v, v|

Pero.

Pro y v u tiene la misma direccin que

vector unitario
un + v =

Por lo tanto:

1
v
v

v , entonces hallamos su

Proy v u= Proy v u un +v

u , v
1
v
Proy v u=
v
v

u , v
v
2
v

Proy v u=

Para la proyeccin ortogonal.

Proy v u + Proy v u=u

Proy v u=u Proy v u

Proyeccin de un vector sobre una base ortogonal:

B = { u1 , u2 , u3 , , un }

Si se tiene

una base ortogonal y

, un vector

cualquiera del espacio vectorial, entonces:

n

Proy B x = x , u1 u 0

i=1

Proy B x = x , u1 u 1 + x , u 2 u2 + x , u3 u3 ++ x , u n un

Proceso de Gram- Schmidt.- Es un proceso por el cual se transforma

toda la base en una base ortogonal, es decir convertimos la base
B={ v 1 , v 2 , v 3 , , v n }

en

B = { u1 , u 2 , u3 , , un }

Ortogonal para ello se aplica el siguiente esquema:

Primer paso:
u1=

1
v =1
v 1 1

Segundo paso:
v 2
Proy u v 2
1

u1

Proy u v 2=v 2
1

u1 , v 2
u
u 1 1

Proy u v 2=v 2 v 2 , u 1 u1
1

Tercer paso:
u2
v 3

Proy B v3 =v 3 v 3 , u1 u1 v 3 , u2 u2

u1

Proy B v3 =v 3Proy B v 3

v 3 v 3 , u 1 u1 v 3 , u2 u2

u3=

u1

En forma general:
K 1

v K v K , u i
i=1

u K =

u1

Ejemplos:
1
2
R2
Ortogonalizar la base B={ t ,t ,1 } en
segn

Sol. Por Gram- Schmidt.

1er pas:
1
p
p 1 1

q1 =

ts
1 1
p1= p1 , p 1 = t t dt= s = s =
s
0

q1 =

1 2
t q1 = s t 2
1
s

2do pas:
q 2=

p 2 p 2 , q 1 q 1

p 2 p 2 , q 1 q 1

p ( t ) ,q ( t ) = p ( t ) q ( t ) dt
0

p 2 , q 1 = t 5t 2 d t = 5
0

t 1 5
=
4 0 4

5
5
1(
t 5 t 2
t t2
4 t5 t 2 )
4
4
4
q 2=
=
=
p 2 p 2 , q 1 q 1 p2 p2 ,q 1 q 1 p 2 p 2 , q 1 q 1
Porque:
k x
k x
k x
k x
x
=
= 2
=
=
k x k x , k x k x , x k x x

4 t5 t = ( 4 t5 t 2 )2 dt=
2

4 t5 t2=

1
( 4 t5 t 2 )
1
3

q 2= 3 ( 4 t 5 t 2)
3er pas:
p3 p3 , q1 q 1 p3 ,q 2 q 2

p3 p3 , q1 q 1 p3 ,q 2 q 2
1

16
16
1 1
10+ 5=
5= =
3
3
3 3

q 2=

q3 =

5
p 3 , q 1 = 1 5 t2 dt = 3
0

16

t 3 40 t 4 25 t 5 1

3
4
5 0

p 3 , q 2 = 1 3 ( 4 t5t 2 ) dt= 3
0

{ 42 53 }= 33

Reemplazando:
5
3
5
3
1 5 t 2 3 ( 4 t5 t 2 )
1 t 2 ( 4 t5 t 2 )
3
3
3
3
q3 =
=
p3 p3 , q1 q 1 p3 , q2 q 2 p3 p3 , q1 q1 p3 , q2 q2

1
( 312 t+10 t 2 )
3
q3 =
p3 p3 , q1 q 1 p3 ,q 2 q 2

312t +10 t 2= ( 312 t + 10t 2 ) dt

312t +10 t 2= ( 9+144 t 2 +100 t4 72 t+60 t 2240 t 3 ) dt

312t +10 t 2=

9+

204 72 240 100

+
= 9+683660+ 20
3
2
4
5

312t +10 t2=1

q3 =312 t+ 10t 2

2
2
2
B = { 5t , 3 ( 4 t 5 t ) , 312 t+10 t }

Ejemplo:

hallar una base ortogonal para el subespacio en

R4

generado por el

conjunto.
{ ( 2,1,3,1 ) , ( 1,2,1,5 ) , ( 3,3,2,4 ) , ( 1,1,4,6 ) }

Utilizar el producto interior

( a , b , c , d ) , ( x , y , z , w ) =2 ax +by +cz +2 du

Sol. Generando el subespacio:

( a , b , c ,d ) =k 1 ( 2,1,3,1 )+ k 2 ( 1,2,1,5 )+ k 3 ( 3,3,2,4 ) +k 4 ( 1,1,4,6 )

] [

2
1 3 1a
1
2 3 1 b (2 ) (3 )=
3 1 2 4 c
1 5 4 6 d

0 3 3 3 a2 b
1 2
3 1 b
0 7 7 7 c3 b
0 7
7 7 d +b

]( ) [

3 ( c3 b )
0 3 3 3 a2 b
0 0
0 0 a2 b
7
3
1 2
3
1 b
1 2
3

=
1 b
7
0 7 7 7 c3 b
0 7 7
7
c 3 b
0 0
0 0 2 d +c +d
0 0
0
0 2 d +c +d

a2b

3 ( c3 b )
=0 /7 2 b+ c+ d=0 (1 )
7

7 a5 b3 c=0 2 bcd=0

S= { ( a , b , c , d ) } / 7 a5b3 c=0 2 bcd=0

a=

1 ( 5 b+3 c )
7
d=2 bc

( 5 b+3 c , b7, c , 2 bc )= b7 ( 5,7,0,14 )+ 7c ( 3,0,7,7)

( a , b , c ,d ) =

B={ ( 5,7,0,14 ) ; ( 3,0,7,7 ) }

Verificando:
L (-1, 0, 0, 1) = (2(-1) + 0 + 2 (1)) t2 + (-1+2 (0) + 0 + 1) t + (3(-1) + 3(0) + 3(1))
= 0t2 + 0t + 0
I L = {P2t2 + P1t + P0 / L (a, b, c, d) = P2t2 + P1t + P0}
(2a + b + c + 2d) t2 + (a + 2b c + d) t + (3a + 3b + 3d) = P2t2 + P1t + P0
2a + b +c +2d = P2
a + 2b c + d = P1
3a +3b + 3d = P0

2 1
=0

P2

2 -1

P1

P0

0 -3
(-2) (-3)

0 -3

2 -1
3

P2 2P1
1

P1

0 0 0 0

P1-P0+P2

1 2 -1 1

P0 3 P1 (-1) 0 -3 3 0

P1
P0-3P1

I (L) = {P2t2 + P1t + P0 / - P0 + P1 + P2 = 0}

P0 = P1 + P2
P2t2 + P1t + P0 = P2t2 + P1t + (P1 + P2) => P2 (t2 + 1) + P1 (t + 1)
Dim N(T) + Dim(T) = Dim R4

T Dim

2+2=4
BI = {(t2 + 1) ; (t + 1)}

Dim Inf2

Ejemplo:
De una transformacin lineal T: P2 R 2 se conocen las imgenes de la base B=
{ t2 + 1; t2 1; b2 + 2b + 2} que son:
T (t2 + 1) = (4,2)
Se pide :

T (t2 - 1) = (0,0)

T (t2 + 2t + 2) = (8,5)

a) Hallar la frmula de la transformacin lineal.

b) Hallar bases para el ncleo e imagen.
c) Verificar el teorema de la dimensin.
Solucin:
Al se B una : at2 + bt + c = k(t2 + 1) + k2 (t2 - 1) + k3 (t2 + 2t + 2) //T + (at2 + bt +c) = T
Pero T (M+r) = T(M) T(r) ; T(KM) = KT(M)
Entonces :
T (at2 + bt + c) = K1T ct2 + mt2 + K2 (t2 - 1) + k3 (t2 + 2t + 2)

Hallando las escalas

1 1 1

(-1)

1 1 1

0 0 2

(1/2)

0 0 1

b/2

1 -1 2

1 1 0

a-b/2

1 0 0

a/2 3b/4 + c/2

K 1=a/2-3b/4+c/2

0 1 0

a/2 + b/4 c/2

0 1 0

a/2 + b/4 c/2

K 2=a/2+b/4-c/2

0 0 1

b/2

0 0 1

b/2

0 -2 1

1 1 0
(-1)

c-a

a-b/2

0 0 1
0 -2 0

b/2
c-a-b/2 (1/3)

K 3= b/2

Reemplazando
T (at2 + bt + c) = (a/2 -3b/4 + c/2) (4, 2) + (a/2 + b/4 c/2) (0, 0) + b/2 (8, 5)
T (at2 + bt + c) = (2a 3b + 2c + 4b; a 3b/2 + c + 5b/2)
T (at2 + bt + c) = (2a + b + 2c; a+ b + c)
Verificando
T (1t2 + 2t + 2) = 2(1) + 2 + 2 (2) 1 + 2 + 2) = (8,5)
b)

N(T) = {ab2 + bt + c / T (at2 + bt +c) = (0,0)}

(2a + b + 2c; a + b + c) = (0,0)

2a + b + 2c =0

2 1 2 ; 0

a+b+c=c

1 1 1 ; 0 (-2)

N(T) = {at2 + bt + c / a + c = 0

0 -1 0 ; 0

(-1)

1 1 1 ; 0

b=0

0 1

0 ; 0 b=0

1 0

; 0

c=a

at2 + bt + c = at2 + ab c = a (t2 1) BN { t2 1}

Dim N (T) + 1
I (T) = {x, y/ T (a + 2 +bt + c) = (x, y)}
(2a + b + 2 c / a + b + c) = (x,y)
2a + b + 2c = x

2 1 2

a+b+c=y

1 1 1

x
=

2 1 2

A 2X3=

Espacio filas E R3

At

Espacio columnas E R2

2 1 (-1)

2 1

1 1

1 1

2 1

0 0

BT = {(0, 1) ; (1,0)}

3=3

COMPROBADO

0 1

1 1

1 0

0 0

0 0

Dim i (T) =2

c). Dim N + Dim I = Dim P2

1+2=3

(-2)

0 -1 (-1)

1 1 1

a+c=0

Vector y matriz de coordenada.- Sea un vector X y una base B = {V1, V2, V3,Vn}
entonces:
X = K1V1 -> K2V2 ++ KnVn
Se define vector de coordenadas de X respecto a la base B como aquel vector
cuyos componentes son los escalares de la combinacin lineal.
(X)B = (K1, K2, K3,Kn)
De manera similar se define la matriz de coordenadas de X respecto a la base B
como la matriz columna cuyos elementos son los escalares de la combinacin
lineal.
K1
[X]B =

K2

Ejemplo:
Hallar el vector y la matriz de coordenadas de (3, 1, -1) respecto la base en
R3 B ={(1,1,4) ; (2,-1,4) (2,1,2)}
Solucin:
(3, 2,-1) = K1 (1, 1,1) + K2 ( 2,-1,4) + K3(2,1,2)

1 2 2 ;3

1 2 2 ;3

1 2 2 ;3

1 0 2 ;7

1 -1 1 ; 2

0 -3 -1 ;-1

0 -3 -1 ;-1

0 0 -1 ;-7 (-1)

1 4 2 ;-1

0 2 0 ;-4 (1/2)

0 1 0 ;-2

(3) (2) 0 1 0 ;-2

1 0 2 ;7

1 0 0 ;-7

K1 = -7 ((3, 2,-1))B = (-7,-2,7)

0 1 0 ;-2

0 1 0 ;-2

K2 = -2

0 0 1 ;7

(-2) 0 0 1 ;7

K3 = 7

-7

[(3,2,-1)]B =

-2
7

Representacin matricial de una transformacin lineal.Sea una transformacin lineal T:V W y dos bases, la base B={ V 1, V2, V3..} y la
base c = { W1, W2, W3.Wn} e W codominio con la transformacin.
Podemos hallar las imgenes de cada vector de la base B, los escribimos como
c.c de la base C en W.
T (V1) = 2W + 2W2 + 3W3 ++nWn
T(V2) = B1 W1 + B2 W2 + B3 W3 ++ Bn Wn
T(V3) = J1 W1 + J2 W2 + J3 W3 ++ Jn Wn
De las anteriores expresiones podemos hallar las matrices de coordenadas de la
transformacin de cada vector de la base B respecto a la base C.

1
[T(V1)]c =

B1
;[T(V2)]c =

B2

Y1
[T(Vn)]c =

B3

Y1

Y1
Bn

Y1

Se define la transformacin matricial de la aplicacin lineal de la base B respecto a

la base C, como aquella matriz cuyas columnas son las matrices de coordenadas
de la aplicacin de cada vector de la base B respecto a la base C.
Nomenclatura
MatBC (T) = representacin matricial de la base B respecto a la base C
MatBC (T) = [T(V1)c

T(V2)c

T(Vn)c

Dnde:
m = dimensin del espacio vectorial W
n = dimensin del espacio vectorial V
Para la transformacin lineal T; R2 R3

T(x, y) = (2x+y, x 2y, x + 2y)

Hallar la representacin matricial respecto a las bases
B = {(2, 2); (-1, 3)} y C = {(1, 1, 1) ; (2,-1,1) + 3(-1, -1, 3)}
Solucion:
T(2,1) = (5, 0, 5) = (1, 1,1) + 2(2,-1,1) + 3(1,-1,3)
T (-1,3) = (1,-7,8) = B1 (1, 1,1) + B2(2,-1,1) + B3(1,-1,3)
1 + 22 + 3 = 5

B 1 + 2 B2 + B3 = 1

1 - 2 - 3 = 0

B1 B2 B3 = -7

1 + 2 +33 = 5

B1 + B2 +3 B3 =8

1 2 1 ;5 1

1 2 1 ;5 1

1 0 5 ; 5 15

1 -1 -1 ; 0 -7

0 -3 -2 ;-5 -8

1 1 3 ;5 8

0 -1

0 -1 2 ; 0 7

2 ;0 -7 (2)(-3)

0 -8 ;-5 -29

(-1/8)
(-1)

1 0 5 ; 5 15

1 0 0 ; 15/18 -25/8

1 0

0 0

0 0 1 ; 5/8

0 0

0 0 1 ; 5/8

1 ; 5/8 29/8 (-5)(2)

0 1 -2 ; 0 -9

1= 15/8

B1 = -25/8

2=10/8

B2 =2/8

3=5/8

B3 =29/8

15/8
Mat (T) = 10/8
5/8

-25/8
2/8
29/8

0 ; 10/8 2/8

0 ; 2/8

1 0 ; 10/8

-25/8
2/8
29/5

MatB (T) = 1/8

15

-25

10

29

NOTA: cuando las transformaciones lineales son X : V V entonces para hallar la

representacin matricial solo es necesario una base, es decir :
MatBB (T) nxn
Ejemplo:
Hallar la matriz de la transformacin
T: P2 P2 definida por:
T (at2 + bt + c) = (2a + b) t2+ (2a + c)t + (a +b +c)
Respect a la base
B = { 2t2 t + 1 ; t2 -1 ; t2 +3t 5}
Solucion :
T (2t2 t + 1) = 3t2 + 5t + 2 = 1( 2t2 t + 1 ) + 2( t2 1) + 3( -t2 + 3t- 5)
T (t2 1) = 2t2 + t = B1(2t2 t + 1) + B2(t2 1) + B3(-t2 + 3t - 5)
T (-t2 + 3t - 5) = 12 7t 3 = J1(2t2 t + 1) + J2(t2 1) + J3(-t2 + 3t - 5)

2 1 -1 ; 3 5 2
-1 0 3 ; 5 1 7

(2)

1 -1 -5 ; 2 0 -3

5 ; 13 4

-13

5 ; 13 4

-13

-1

3 ; 5

-7

-1

2 ; 7

1 -10

1 0 -3 ; -5 -1 7

(-1)

-1

0 -3 ; -5 -1

3 ; 20 5 -23

0 ; 15

0 ; -4/3

1 ; 20/3

0 1 5 ; 13 4 -13
(1/3)

0 0 1 ; 20/3 5/3 -23/3

(3) (5)

-16

-3/3

76/3

5/3 -23/3

[T (2t2 t + 1)]B = [15,-61/3,20/3] ; [T (t2 1)]B = [4, 13/3, 5/3] ; [T(-t2 + 3t - 5)]B
Entonces :

MatBB (T)

15

-16

-61/3

-13/3

76/3

20/3

5/3

-23/3

45

12

MatBB (T) = 1/3 - 61

-13

20

- 48
-76
-23

Teorema.- Si se tiene la representacin matricial de una transformacin lineal

respecto a las bases B V4 y C W de T: V W es posible hallar la imagen de
un vector X en V mediante
[T(X)]c = MatBC (T) * [X]B
Ejemplo:
Para la transformacin lineal P: P2 R4 por

F (at2 + bt + c) = (a + b c; a + 2b + c ; 2 b +2c ; 3 b + c)
Se pide:
a). la representacin matricial respecto a las bases
B = {t2 + t +1; t2 + t; t2}
C = {(1, -1,-1,-1,); (-1 +1, -1, -1) ;(-1,-1,-1,-1); (-1,-1,-1,1)}
b). con ayuda de la anterior matriz hallar la imagen 2t2 + t - 1
c). Verifique el anterior resultado

Solucin
T ( t 2+ t+1 ) =( 1,4,3,3 )= 1 ( 1,1,1,1 ) + 2 (1,1,1,1 )+ 3 (1,1,1,1 ) + 4 (1,1,1,1 )
T ( t 2+ t ) =( 2,3,1,2 )= 1 ( 1,1,1,1 ) + 2 (1,1,1,1 ) + 3 (1,1,1,1 ) + 4 (1,1,1,1 )
T ( t 2 )=( 1,1,2,3 ) = 1 ( 1,1,1,1 ) + 2 (1,1,1,1 )+ 3 (1,1,1,1 ) + 4 (1,1,1,1 )

| ][

1 1 1 1 1
1 1 1 1 4
1 1 1 1 3
1 1 1 1 3

2
3
1
2

f 1+ f 2 f 2

( 12 ) f f

f 1+ f 3 f 3

(12 ) f f

f 1 + f 4 f 4

(12 ) f f

| ]

1 1 1 1 1
1
1
0 0 2 2 5

2
0 2 0 2 4
3
0 2 2 0 4

2
5
3
4

1
2
3
4

1
1 1 1 1 5
0 0
1 1
2

0 1
0 1
2
0 1
1 0 2

2
5
2
3
2
2

][

0 1
5
1
2
1
1
2
2
2 2

1
1 1 1 1 5
1
0 0
1 1
2

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

f 4 +f 1 f 1
(1)f 4 +f 3 f 3

1
0

0
0

0 0
0 1
0 0
1 1

1
1
2
0

1
5
2
5
2
2

0
5
2

][

1
1
0

1
0
2
0
2

2
2

1
2
5
2
5
4

0 0
1 1
0 1
0 0

1
0
1
1

0
2

1
2

5
2
1

1
1
4

f 2 f 4 f 4+ f 1 f 1

( 12 ) f f (1) f + f f
4

1
0
0
0

0
1
0
0

9
4
2
5
4
5
4

0
1
1
0

0
0
1
1

1
2
3
2
1

][

5
4
1 0
2
0 1
3
0 0
4
0 0
1
4

(1) f 3 + f 2 f 2

9
1
Mat CB ( T )= 3
4 5
5

4
2
6
4

5
5
3
1

0
0
1
0

0
0
1
1

9
4
3
4
5
4
5
4

1
1
2
3
2
1

5
4
5
4
3
4
1
4

b) Por el teorema:

[ T ( x )] C=Mat CB ( T ) [ x ] B
2t 2 +t1=k 1 (t 2 +t +1)+ k 2 (t 2 +t )+ k 3 (t 2)

[ |][ |][ |][ |]

1 1 1 2
0 0 1 1
0 0 1 1
1 0 0 1
1 1 0 1 1 1 0 1 0 1 0 2 0 1 0 2
1 0 0 1
1 0 0 1
1 0 0 1
0 0 1 1
(1) f 2 + f 1 f 1

(1) f 3 + f 2 f 2

f 1f 3

[]

[ 2t 2 +t 1 ]B =

1
2
1

Reemplazando:

[ ][]
[]

9
[ T (2t 2+ t1)]C = 14 3
5
5

4
2
6
4

2
1
[ T ( 2t 2+ t 1)]C = 2 3
5
2

m 1
m 2
m 3
m4

5
5
3
1

1
2
1

93

31

T ( 2 t 2 +t1 ) =m1 ( 1,1,1,1 ) +m2 (1,1,1,1 )+ m3 (1,1,1,1 ) +m4 (1,1,1,1 )

3
5
T ( 2 t 2 +t1 ) =(1,1,1,1 ) (1,1,1,1 ) (1,1,1,1 )(1,1,1,1 )
2
2
T ( 2 t 2 +t1 ) =( 4,3,1,4 )

Verificando:
T ( a t 2 +bt+ c )=( a+ bc , a+2 b+ c , 2 ab+2 c , 3 ab+ c )
T ( a t 2 +bt+ c )=( 4,3,1,4 )

Matriz Estndar de una Transformacin Lineal.

La matriz estndar de una transformacin lineal

T :V W

es aquella que se

obtiene en funcin a las bases cannicas o euclidianas de los espacios vectoriales

dominio y codominio.
Si denominamos:
B= Base cannica del espacio vectorialv
B= Base cannica del espacio vectorial w
Entonces:
B
A=Mat B ( T )=Matriz Est ndar

Toda transformacin lineal se puede escribir en la forma:

T ( x )= A x
Siendo A la matriz estndar de la transformacin lineal
Ejemplo. Para la transformacin lineal definida de la forma
t

L ( p ( t ) )= p ( t ) dt + p (t ) + p(0)
0

Hallar la matriz estndar de la transformacin lineal.

Sol.

Sea

p (t )=a t +bt +c P2

entonces:

L ( a t 2+ bt+c = ( a t 2 +bt +c ) dt+ 2at +b+ c

0

t
t
L ( a t 2+ bt+c =a +b +ct +2 at+ b+c
3
2
t
t
L ( a t 2+ bt+c =a +b + ( 2 a+c ) t+(b+ c)
3
2

La Bases Cannicas son:

={ t 2 ,t ,1 } en P2
2={ t 3 , t 2 , t , i } en P3
1 3
2
3
2
( t ) = t +2 t= 1 ( t ) + 2 ( t ) +3 ( t ) + 4 ( 1 )
3
1 2
3
2
( t )= t +1= 1 ( t )+ 2 ( t ) + 3 ( t )+ 4 (1 )
2
( 1 )=t+ 1= 1 ( t 3) + 2 ( t 2 ) + 3 ( t ) + 4 ( 1 )

1
3

1 0 0 0 :

0 0
1
2

0 1 0 0 : 0

0 0 1 0 : 2 0 1
0 0 0 1 : 0 1 1

[ ]
1
3

0 0

1
0
2
2 0 1
0 1 1

A=Mat BB ( )= 0

Calificacin de las Trasformaciones Lineales.-

Las trasformaciones lineales son aplicaciones entre 2 espacios vectoriales (

1+ k 1
v

y (w , , k , )

t(u +v )=T ( u ) , t (v )

Esta condicin es la de un morfismo u homomorfismno, entonces

1) Si T:v w es inyectivas se la denomina Mono morfismo

2) Si T : v w es suyectiva se la llama Epimorfismo

3) Si

T : vw

es biyectiva se la denomina Isomorfismo Todo

isomotfismo posee

T 1 w v

4) Si

T : vv

se la llama Endomorfismo

5) Si

T : vv

es biyectivo se la llama Automorfismo

Operaciones con Trasformaciones Tineales.Al ser transformaciones funciones podemos utilizar las operaciones de funciones

Suma y/o diferencia de transformaciones Lineales.Sea dos transformaciones lineales

T : v w escritura en la formacio nes T ( x )= Ax

: v w escrita en la forma ( x )=Bx

Siendo A y B matrices estndar, se define:

T +l :v w y es :

T +l :v w y es :

Composicin de transformaciones lineales:

T : v w escrita en laforma t ( x ) =Ax

l: w u escritura en la forma l ( y )=By
Siendo A y B representaciones estndar, se define.-

l T : v u y es :
T ( x )=BA x

Transformacin lineal inversa.-

Sea T : v w un isom orfismo y escrito enla forma

T ( x )= Ax
1

Siendo T :w v y es
T 1 ( y )= A1Y 1

Entonces un isomorfismo tiene la propiedad

| A|

Matrices de transicin.Sea dos bases definidas en el mismo espacio vectorial

B 1={v 1, v 2 v 3, v n }
B 2={v 1
, v2, v 3 , .. v n }

Podemos escribir cada vector de la base

B1

como combinacin lineal de la

B2

base

v 1= 1 u1+ 2 u2 + 3 u3 n u n
v 2= 1 u1 + 2 u 2 + 3 u 3+... n u n
v n =1 u1+ 2 u 2+ 3 u3+ ... n u n

Entonces es posible hallar las matrices de coordenadas de cada vector de la base

B1

respecto a la base

[] [] []

1
2
v
=
[ 1 ]B 3 ; [ v 2 ]B =

n
1

B2

1
2
3 ; . [ v n ]B =

n
2

1
2
3

Se define la matriz de transicin de la base

a la base

como aquella

matriz cuya columna son las matrices de coordenadas de cada vector de la base
1

respecto a la base

Nomenclatura

Mat BB ( I )=Matriz de la trancision de la base 1 a labase 2

1
2

Mat BB ( I )= [ v 1 ] B [ v 2 ]B |
2
1

[ v n ]B
2

De manera similar se puede hallar la matriz de transicin de la base

B2

a la

B1

base

Mat BB ( I )= [ u1 ]B
1
2

[ u2 ] B

[ un ]B ]
1

Una regla practica nos dice que ambas de transicin son inverso mutua quiere
decir

B
B
Mat B ( I )= [ Mat B ( I ) ]
1

B
B
Mat B ( I )= [ Mat B ]
2

Ejemplo.- Hallar las matrices de transicin entre las bases

B 1={( 1,1 ) ; ( 1,O ) }

B 2={ ( 2,1 ) ; ( 3,2 ) } en R

Solucin

B2

Parala Mat B ( I )
1

( 1,1 )=k 1 ( 2.1 ) + k 2 ( 3,2 )

][

2 3 : 1 1 0 7 : 3 1
1 2 : 1 0 1 2 : 1 0

B
1
Mat B ( I )= 1 2
2 3 1
2
1

]
1

para Mat B ( I ) utilizamos que=[ Mat B ( I ) ]

B1

B2

Cambio de base
Si se conoce la replantacin matricular de una transformacin lineal

T : vw

con respecto a las bases B, v y C, w, es posible hallar la representacin

matricial de la transformacin lineal con respecto a un nuevo par de bases
B2 v y C2 w

Para ello como

B1

ala base

, de la siguiente forma
B1 y B2 v

es posible hallar matriz de la transicin de la base

B2

B2

Mat B ( I )nn
1

De manera similar podemos hallar la matriz de transicin de la base

base

C1

a la

C2

Mat CC ( I )mm
2
1

Si dim v=n y dim w=m

Adems se conoce la matiz de la transformacin de la base

la base

C1

B1

con respecto a

C1

Mat B ( I )mn
1

En consecuencia para hallar la representacin matricial de la base

respecto a la base

C2

B2

con

para la transformacin lineal utilizamos

Mat CB ( I )mn=?
2

Entonces:
C2

C2

C1

B2

Mat B ( I )=Mat C ( I )Mat B ( I )Mat B ( I )

En caso de una endorfina, es decir

matricial respecto a la base

B1

T : vv

se conoce la representacin

es decir

Mat BB ( I )nm
2
1

Al tener la base

B2

se puede hallar las matrices de transicin de

B1

Mat BB ( I ) y Mat BB ( I )
2

Si buscamos hallar
entonces

Mat BB ( I )=?
2
2

Utilizando el criterio de cambio de base,

B2

B2

B2

B1

B1

Mat B ( T )=Mat B ( I )Mat B ( T )Mat B ( I )

Si denominamos
Mat BB ( T )= ; Mat BB ( T )=B
1

B1

B2

Mat 2 ( I )=P ; Mat 1 ( I )=P

Por lo tanto

B=P1 AP

Ejemplo 1: para una transformacin lineal

T : P1 P1

definida

T ( a+ bt )= ( 2a+ b ) + ( a+ 2b ) t
Se pide
a) Hallar la representacin matricial respecto de la base
B 1={2+t ,1+4 t }
b) Utilizar el cambio de base para hallar la representacin material con
respecto a la base

B={1+t }

c) Verifica la anterior matriz utilizando la transformacin lineal

Solucin
a) .Mat BB ( T )
1
1

T ( 2+t )=5+ 4 t= 1 ( 2+t )+ 2 (1+4 )

T (1+ 4 t )=2+7 t =B1 ( 2+ t ) + B2 (1+4 t )

2 1 : 5 2
0 9 : 3 12

1 4 : 4 7
1 4
: 4 7

] [

1 4

][

8
1 0 :
: 4 7
3
1 4
0 1 :
1
0 1 :
3 3
3

5
3
4
3

[ ]

B
1
Mat B ( I )= 8 5
3 1 4
1
1

Mat BB ( I )=?
1

b) Hallamos

IT =k 1 ( 2+t )+ k 2 (1+4 t )
I =l 1 ( 2+t ) +l 2 (1+ 4 t )

T : R3 R3

Ejemplo 2.- De una transformacin lineal

se conoce la

representacin matricial respecto a la base

B 1={( 2,1,1 ) ; ( 1,1,2 ) ; (1,5,0 ) }
Que es

2 1 1
= 3 1
2
4 1 3

Y la matriz de transicin de la base

B1

a una base desconocida

B2

1 4
3
= 4 2 1
3 1 3

Se pide a).- La representacin material respecto a la base

B1

b).- La base desconocida

Solucin por el cambio de base
B2

B1

B1

Mat B ( T ) =Mat
B ( I )Mat B ( t )Mat B ( I )

B
P

] [

2 1 1
1 4
3
1
A= 3 1
2 ; P = 4 2 1
4 1 3
3 1 3

1 1

P=( P )

Hallamos

|P1|=( 61212 ) ( 18+1+48 )=1867=85

4
3
2 1
3 1 3

( P1 ) = 4

P=

] [

5
15 10
5 15
10
1
1
=
15 6
13
15
6 13
85
85
10 13 14
10 13 14

][

][

1 4
3
2 1 1 5 15
10
1
B=P AP=
4 2 1 3 1
2 15
6 13
85
3 1 3
4 1 3
10 13 14
1

][

] [

26 2 16 5 15
10
60 170 458
1
10 7 3 15
6 13 =
25 231 33
85
15 1 4
10 13 14
50 167 219