Documente Academic
Documente Profesional
Documente Cultură
ESPACIOS VECTORIALES
1.- Introducción
Sentido
Θ Dirección
*Forma Analica
Por (x,y)
𝑃⃗ = (𝑥, 𝑦) ∈ ℝ2 𝑃⃗ = (𝑥, 𝑦, 𝑧) ∈ ℝ3
P2
𝑢
⃗
P1
P1 P2
⃗⃗⃗⃗⃗⃗
𝑃1 + 𝑢 ⃗ = 𝑃⃗2
⃗ = 𝑃⃗2 − 𝑃⃗1
𝑢 ⃗ = 𝑃⃗2 − 𝑃⃗1
𝑢
2.- Operaciones
Ejemplo
Sean a
⃗ =(2, -1, 3) ⃗b=(4, 2, -5) y c ⃗ - ⃗b+3c⃗
⃗ =(1, -3, 4). Hallar 2a
El objetivo del capítulo es generalizar las propiedades de las operaciones vectoriales de suma y producto por
escalar a un conjunto de elementos “ѵ” con operaciones “⨁” ley de compocision interna, “⊙” ley de
composición externa, y un campo de escalares.
Entonces la cuaterna (𝑣 , ⨀, ⊙, 𝑘 ) se dice que forma una estructura de espacio vectorial si satisfacen los
siguientes axiomas.
∀𝑢
⃗ ,𝑣 ∈ 𝑉 → 𝑢
⃗ ⨁𝑣 ∈ 𝑉
2.) Asociatividad
∀u
⃗ , ⃗⃗⃗v , ⃗w
⃗ ∈V → (u
⃗ ⨁v ⃗⃗ = u
⃗ )⨁w ⃗ ⨁(v ⃗⃗ )
⃗ ⨁w
∀u
⃗ , ⃗v ∈V → u ⃗ =v
⃗ ⨁v ⃗ ⨁u
⃗
∀u
⃗ ∈V ;k∈K → k ⨀u
⃗ ∈V
∀u
⃗ , ⃗v ∈V ∧k ∈K → k⨀(u ⃗ )=(k⨀u
⃗ ⨁v ⃗ )⨁(k⨀v
⃗)
∀u
⃗ ∈V ∧ k1 , k2 ∈K → (k1 +k2 )⨀u
⃗ =(k1 ⨀u
⃗ )⨁(k2 ⨀u
⃗)
∀u
⃗ ∈V ∧ k1 , k2 ∈K → (k1*k2 )⨀u
⃗ =k1 ⨀(k2 ⨀u
⃗)
10.) Identidad
∀u
⃗ ∈V → 1 ⨀u
⃗ =u
⃗
Ejemplo
[(k ⨀u
⃗ )⨁(k⊙v
⃗ )]
Con la operación 8
∴ (𝑅 2 , ⨁, ℝ, ⨀ ) no es un espacio vectorial.
Ejemplo
𝑥⨁𝑦 = 𝑥𝑦
𝑘⨀𝑥 = 𝑥 𝑘
1.- L.C.I. por definición.
2.- (x⨁y)⨁z=x⨁(y⨁z)
xy⨁z=x⨁(y⨁z)
xyz=x⨁(y⨁z)
x⨁(yz)=x⨁(y⨁z)
x⨁(y⨁z)=x⨁(y⨁z
3.-
x⨁e
⃗ =x
xe=x
𝑒=1 → 𝑒=1∈ℝ
4.-
x⨁x-1 =e
x⨁x-1 =1
xx-1 =1
1 1
𝑥 −1 = 𝑥 →𝑥 ∈ℝ
5.-
x⨁y=y⨁x
xy=y⨁x
yx=y⨁x
y⨁x=y⨁x
6.-
𝑘⨀𝑥 ∈ ℝ 𝑝𝑜𝑟 𝑑𝑒𝑓𝑖𝑛𝑖𝑐𝑖𝑜𝑛
7.-
k⊙(x⨁y)=(k⊙x)⨁(k⊙y)
(x⨁y)k =(k⊙x)⨁(k⊙y)
(xy)k =(k⊙x)⨁(k⊙y)
xk yk =(k⊙x)⨁(k⊙y)
(𝑘⨀𝑥)⨁(𝑘⨀𝑦) = (𝑘 ⊙ 𝑥)⨁(𝑘 ⊙ 𝑦)
8.-
(k1 +k2 )⨀x=(k1 ⊙x)⨁(k2 ⊙y)
Ejemplo
k⨀u
⃗ =(ku1 , u2 )
Siendo u
⃗ =(𝑢1 , 𝑢2 ) y ⃗v=(v1 ,v2 ). analizar si (R2 , ⨀, ℤ, ⨁) es un espacio vecorial
Solución
(u ⃗ )⨁w
⃗ ⨁v ⃗⃗ =u
⃗ ⨁(v ⃗⃗ )
⃗ ⨁w
u
⃗ ⨁(v ⃗⃗ )=𝑢
⃗ ⨁𝑤 ⃗⃗ )
⃗ ⨁(𝑣⨁𝑤
3.-
u ⃗ =u
⃗ ⨁e ⃗
𝑒 = (𝑒⃗⃗⃗1 ,𝑒⃗⃗⃗2 )
(𝑢1 + 𝑒1 ) =𝑢1 → 𝑒1 = 0
∴ 𝑒0 = (0,1)∈ℝ2
4.- ⃗ =(𝑢1 , 𝑢2 )
u 𝑢−1 = (𝑢1 −1 , 𝑢2 −1 )
𝑢1 ⨁𝑢1 -1 =𝑒
𝑢1 +𝑢1 -1 =𝑒1
𝑢1 +𝑢1 -1 =0
𝑢1 = 𝑢1 -1
𝑢2 =2-𝑢2−1
𝑢1−1 = (−𝑢1 , 2 − 𝑢2 ) ∈ ℝ2
5.-
⃗u⨁𝑣 =𝑣⨁𝑢
⃗
(𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 -1)
(𝑣1 + 𝑢1 , 𝑣2 + 𝑢2 -1)
⃗v⨁𝑢
⃗ =𝑣 ⨁𝑢
⃗⃗⃗ ∈ 𝑔𝑟𝑢𝑝𝑜 𝐴𝐵𝐸𝐿𝐼𝐴𝑁𝑂
6.- 𝑘⨀𝑢
⃗ ∈ ℝ 𝑝𝑜𝑟 𝑑𝑒𝑓𝑖𝑛𝑖𝑐𝑖𝑜𝑛
7.- k⊙(𝑢
⃗ ⨁𝑣 )=(𝑘1 ⊙𝑢
⃗⃗⃗⃗1 )⨁(𝑘2 ⊙𝑣
⃗⃗⃗⃗2 )
k⊙[𝑢1 +𝑣1 , 𝑢2 , 𝑣2 − 1]
8.-
(k1 +k2 )⨀u
⃗ =k1 ⨀(k2 ⨀u
⃗)
⃗ =(𝑢𝑘1 )𝑘2
(k1+k2 )⨀u
⃗ =𝑢𝑘1 ∗𝑘2
(k1 +k2 )⨀u
9.-
1 ⨀u
⃗ =u
⃗
⃗ =u
u ⃗
1.) (ℝ2 , +, ℝ, ∘)
(𝑥1 , 𝑥2 , , … … 𝑥𝑛 ) + (𝑦1 , 𝑦2 , … , … . , 𝑦𝑛 ) = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , … … . , 𝑥𝑛 + 𝑦𝑛 )
𝑘(𝑥1 , 𝑥2 , , … … 𝑥𝑛 ) = (𝑘𝑥1 , 𝑘𝑥2 , , … … 𝑘𝑥𝑛 )
2.) (ℙ𝑛 , +, ℝ, ∘)
(𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + ⋯ . . 𝑎1 𝑥 + 𝑎0 ) + (𝑏𝑛 𝑥 𝑛 + 𝑏𝑛−1 𝑥 𝑛−1 + ⋯ . . 𝑏1 𝑥 + 𝑏0 )
= (𝑎𝑛 + 𝑏𝑛 )𝑥 𝑛 + (𝑎𝑛−1 + 𝑏𝑛−1 )𝑥 𝑛−1 +. . … . +(𝑎1 + 𝑏1 )𝑥 + 𝑎0 + 𝑏0
𝑘(𝑎𝑛 𝑥 𝑛 + 𝑎𝑛−1 𝑥 𝑛−1 + ⋯ . . 𝑎1 𝑥 + 𝑎0 ) = 𝑘𝑎𝑛 𝑥 𝑛 + 𝑘𝑎𝑛−1 𝑥 𝑛−1 + ⋯ . 𝑘𝑎0
3.) (𝑓(𝑥), +, ℝ, ∘)
4.) (𝑀𝑚∗𝑛 , +, ℝ, ∘ )
5.) (𝐶 𝑛 +, ℝ, ∘)
Vectores Complejos.
Un sub espacio vectorial es un sub conjunto “S” del espacio vectorial (V, +, k,°) tal que debe ser espacio
vectorial por si mismo con las mismas operaciones del espacio vectorial.
Espacio Vectorial
(s, +, k, °)
Pero al ser un subconjunto del espacio vectorial “V” solo es necesario demostrar dos axiomas:
𝑖) ∀ 𝑢
⃗ ,𝑣 ∈ 𝑆 → 𝑢
⃗ + 𝑣 ∈ 𝑆 ( 𝐿. 𝐶. 𝐼)
𝑖𝑖) ∀ 𝑢
⃗ ∈𝑆∧𝑘 ∈ 𝐾 →𝑘𝑢
⃗ ∈ 𝑆 ( 𝐿. 𝐶. 𝐸)
∀𝑢
⃗ , 𝑣 ∈ 𝑆 ∧ 𝑘1 , 𝑘2 ∈ 𝐾 → 𝑘1 𝑢
⃗ + 𝑘2 𝑣 ∈ 𝑆
Ejemplo
Analizar si los siguientes subconjuntos son sub espacios en los espacios vectoriales indicados.
a) 𝑆 = {(𝑥, 𝑦, 𝑧 ) ∈ ℝ3 ⁄2𝑥 − 𝑦 + 3𝑧 = 0}
b) 𝑇 = {𝑃(𝑡) ∈ ℙ2 ⁄𝑃(𝑡−1) = 𝑃(𝑡+1)+𝑡
𝑥
c) 𝐿 = {𝑓(𝑥) ∈ 𝑓(𝑥)⁄𝑓 ´ (𝑥) + ∫0 𝑓(𝑥)𝑑𝑥 = 𝑥 2 + 1}
d) 𝑈 = {𝐴 ∈ ℝ𝑛∗𝑛 ⁄𝐴 = 𝐴𝑡 }
Solución
a) 𝑖) 𝑆ea (u1 ,u2 ,u3 )∈S⟹2u1 -u2 +3u3 =0 y (v1 ,v2 ,v3 )∈S⟹2v1 -v2 +3v3 =0
(𝑢1 , 𝑢2 , 𝑢3 ) + (v1 ,v2 ,v3 ) = (𝑢1 + 𝑣1 , 𝑢2 + 𝑣2 , 𝑢3 + 𝑣3 )
2(𝑢1 + 𝑣1 ) −(𝑢2 + 𝑣2 ) +3 (𝑢3 + 𝑣3 ) = 0
2𝑢1 + 2𝑣1 − 𝑢2 − 𝑣2 + 3𝑢3 + 3𝑣3 = 0
(2u1 -u2 +3u3 ) + (2v1 -v2 +3v3 ) = 0
0=0
𝑖𝑖) 𝑘(u1 ,u2 ,u3 )∈S
(ku1 ,ku2,ku3 )∈S
(2𝑘u1 − 𝑘u2 + 3u3 ) = 0
𝑘(2u1 -u2 + 3u3 )= 0
0=0
El subconjunto S es un sub espacio
b) ∀ 𝑃(𝑡) ∈ 𝑇 → 𝑃(𝑡 − 1) = 𝑃 (𝑡 + 1) + 𝑡
∀ 𝑄(𝑡) ∈ 𝑇 → 𝑄(𝑡 − 1) = 𝑄 (𝑡 + 1) + 𝑡
∀ 𝑘1 𝑌 𝑘2 ∈ ℝ
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑘1 𝑃(𝑡) + 𝑘2 𝑄(𝑡) ∈ 𝑇
[ 𝑘1 𝑃(𝑡) + 𝑘2 𝑄(𝑡)] ∕𝑡=𝑡−1 = [ 𝑘1 𝑃(𝑡) + 𝑘2 𝑄(𝑡)] ∕𝑡=𝑡−1 + 𝑡
[ 𝑘1 𝑃(𝑡 − 1) + 𝑘2 𝑄(𝑡 − 1)] = [ 𝑘1 𝑃(𝑡 + 1) + 𝑘2 𝑄(𝑡 + 1)] + 𝑡
𝑘1 {𝑃(𝑡 − 1) − 𝑃(𝑡 + 1)} + 𝑘2 {𝑄(𝑡 − 1) − 𝑄(𝑡 + 1)} = 𝑡
𝑘1 𝑡 + 𝑘2 𝑡 = 𝑡
𝑡(𝑘1 + 𝑘2 ) = 𝑡
𝑘1 + 𝑘2 = 1
T no es un subconjunto por que 𝑘1 y 𝑘2 la suma en los reales no siempre será 1.
𝑥
c) Sean {𝑓(𝑥) ∈ 𝐿 → 𝑓´(𝑥) + ∫0 𝑓(𝑥)𝑑𝑥 = 𝑥 2 + 1}
𝑥
{𝑔(𝑥) ∈ 𝐿 → 𝑔´(𝑥) + ∫ 𝑔(𝑥)𝑑𝑥 = 𝑥 2 + 1}
0
∀ 𝑘1 𝑌 𝑘2 ∈ ℝ
𝑘1 𝑓(𝑥) + 𝑘2 𝑔(𝑥) ∈ 𝐿
𝑥
[ 𝑘1 𝑓(𝑥) + 𝑘2 𝑔(𝑥)]´ + ∫ (𝑘1 𝑓(𝑥) + 𝑘2 𝑔(𝑥))𝑑𝑥 = 𝑥 2 + 1
0
𝑥 𝑥
𝑘1 𝑓´(𝑥) + 𝑘2 𝑔´(𝑥) + 𝑘1 ∫0 𝑓(𝑥)𝑑𝑥 + ∫0 𝑔(𝑥)𝑑𝑥 = 𝑥 2 + 1
𝑥 𝑥
𝑘1 (𝑓´(𝑥) + ∫ 𝑓(𝑥)𝑑𝑥 ) + 𝑘2 (𝑔´(𝑥) + ∫ 𝑔(𝑥)𝑑𝑥 ) = 𝑥 2 + 1
0 0
𝑥2 + 1 𝑥2 + 1
(𝑥 2 + 1) (𝑘1 + 𝑘2 ) = 𝑥 2 + 1
(𝑘1 + 𝑘2 ) = 1
d) 𝐴 ∈ 𝑈 → 𝐴 = 𝐴𝑡
𝐵 ∈ 𝑈 → 𝐵 = 𝐵𝑡
∀ 𝑘1 𝑌 𝑘2 ∈ ℝ
𝑘1 𝐴 + 𝑘2 𝐵 ∈ 𝑈
𝑘1 𝐴 + 𝑘2 𝐵 = (𝑘1 𝐴 + 𝑘2 𝐵)𝑡
𝑘1 𝐴𝑡 + 𝑘2 𝐵𝑡 = (𝑘1 𝐴 + 𝑘2 𝐵)𝑡
∴𝑢
⃗ 𝑒𝑠 𝑢𝑛 𝑠𝑢𝑏 𝑒𝑠𝑝𝑎𝑐𝑖𝑜
Ejemplo
En ℝ3 se define el subconjunto.
𝑆 = {(𝑥, 𝑦, 𝑧 ) ∈ ℝ3 ⁄2𝑥 − 3𝑦 − 𝑧 = 𝛼 − 2}
Solución
Sean 𝑢 ⃗ =u1 ,u2 ,u3 ∈ 𝑆 → 2u1 +3u2 -u3 = 𝛼 − 2
𝑣=v1 ,v2 ,v3 ∈ 𝑆 → 2v1 +3v2 -v3 = 𝛼 − 2
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑘1 𝑢
⃗ + 𝑘2 𝑣
⃗⃗⃗ ∈ 𝑆
𝑘1 (u1 ,u2 ,u3 ) + 𝑘2 (𝑣1 ,𝑣2 ,v3 ) = 𝛼 − 2
(𝑘1 u1 + 𝑘2 v1 , 𝑘1 u2 + 𝑘2 v2 , 𝑘1 u3 + 𝑘2 v3 ) = 𝛼 − 2
2(𝑘1 u1 + 𝑘2 v1 ) +3(𝑘1 u2 + 𝑘2 v2) – (𝑘1 u3 + 𝑘2 v3) = 𝛼 − 2
2𝑘1 u1 + 2𝑘2 v1 +3𝑘1 u2 + 3𝑘2 v2 – 𝑘1 u3 − 𝑘2 v3 = 𝛼 − 2
𝑘1 (2u1 +3u2 -u3 ) + 𝑘2 ( 2v1 +3v2 -v3 ) = 𝛼 − 2
𝛼−2 𝛼−2
𝑘1 (𝛼 − 2) + 𝑘2 (𝛼 − 2) = (𝛼 − 2)
(𝑘1 + 𝑘2 ) (𝛼 − 2)= 𝛼 − 2
(𝑘1 + 𝑘2 ) (𝛼 − 2)-( 𝛼 − 2) = 0
(𝛼 − 2)(𝑘1 + 𝑘2 − 1) =0
𝛼−2=0
𝛼=2
𝑘1 + 𝑘2 − 1 = 0
𝑥 = 𝑘1 ⃗⃗⃗⃗
𝑢1 + 𝑘2 ⃗⃗⃗⃗
𝑢2 + ⋯ … … . + 𝑘𝑛 ⃗⃗⃗⃗
𝑢𝑛
Ejemplo
Solución
(2, 3, −1) = ( 𝑘1 + 𝑘2 + 4 𝑘3 , 𝑘1 − 𝑘2 + 2 𝑘3 , − 𝑘1 + 𝑘2 + 3 𝑘3 )
𝑘1 + 𝑘2 + 4 𝑘3 = 2
𝑘1 − 𝑘2 + 2 𝑘3 = 3
− 𝑘1 + 𝑘2 + 3 𝑘3 = −1
1 1 4 2 1 1 4 2 1 1 4 2
( 1 −1 2 3 ) (0 −2 −2 1) (0 −2 −2 1)
−1 1 3 −1 0 2 7 1 0 0 5 2
F1 + F3 = F´3 (1/5)F3
1 1 4 2 1 1 0 2/5 1 0 0 13/10
(0 1 1 −1/2) (0 1 0 −9/10) (0 1 0 −9/10)
0 0 1 2/5 0 0 1 2/5 0 0 1 2/5
-4F3+F1 = F´1
13 −9 2
𝑘1 = 𝑘2 = 𝑘3 =
10 10 5
13 −9 2
(2, 3, -1) = 10 (1, 1, −1) + 10
(1, −1, 1) + 5 (4, 3, 2)
Ejemplo
Hallar el valor de “a” tal que l polinomio 3𝑡 3 − 2𝑡 2 + 3𝑡 + (𝑎 − 5) sea combinación lineal del conjunto:
Solución
3𝑡 3 − 2𝑡 2 + 3𝑡 + (𝑎 − 5) = 𝑘1 (2𝑡 3 − 𝑡 2 + 𝑡 − 3) + 𝑘2 (𝑡 3 − 𝑡 + 1) + 𝑘3 (3𝑡 3 + 4𝑡 2 − 5)
3𝑡 3 − 2𝑡 2 + 3𝑡 + (𝑎 − 5) = (2 𝑘1 + 𝑘2 + 3 𝑘3 )𝑡 3 + (− 𝑘1 + 4 𝑘3 )𝑡 2+ ( 𝑘1 − 𝑘2 )t +(−3𝑘1 + 𝑘2 − 5 𝑘3 )
2 𝑘1 + 𝑘2 + 3 𝑘3 = 3
− 𝑘1 + 4 𝑘3 = −2
𝑘1 − 𝑘2 = 3
−3𝑘1 + 𝑘2 − 5 𝑘3 = 𝑎 − 5
2 1 3 3 0 3 3 −3 0 1 1 −1
[ −1 0 4 −2 ] [ 0 −1 4 1 ] [ 0 1 −4 −1 ]
1 −1 0 3 1 −1 0 3 1 −1 0 3
−3 1 −5 𝑎 − 5 0 −2 −5 𝑎 + 4 0 −2 −5 𝑎 + 4
(-1/5)F2 F3 ͢ F1
𝑘1 = 2 𝑘2 = 1 𝑘3 = 0
𝑎 = −2
⃗⃗⃗⃗1 , ⃗⃗⃗⃗
{𝑣 𝑣2 , … … . , 𝑣
⃗⃗⃗⃗𝑛 } Definidos en el espacio vectorial (V, +, k, °).
⃗ = 𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ … … . . +𝑘𝑛 𝑣𝑛
𝛩
Única solución
Por el contrario si el vector nulo no se puede escribir como combinación del conjunto, se dice que estos
vectores son linealmente dependientes.
⃗ = 𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ … … . . +𝑘𝑖 𝑣𝑖
𝛩
Infinitas soluciónes
Ejemplo
Solución
(0, 0, 0, 0)= (𝑘1 + 2𝑘2 +3𝑘3 , 3𝑘1 +5𝑘2 − 6𝑘3 , −2𝑘1 − 3𝑘2 + 5𝑘3 , 4𝑘1 +6𝑘2 + 7𝑘3 )
𝑘1 + 2𝑘2 +3𝑘3 = 0
1 2 3 0 1 2 3 0 1 0 −19 0
[ 3 5 −6 0] [ 0 −1 −15 0] [0 0 −4 0 ]
−2 −3 5 0 0 1 11 0 0 1 11 0
4 6 7 0 0 −2 −5 0 0 0 17 0
-3F1+F2 = F2 -F3 +F2 = 0 (-1/4) F2
-4F1+F4 = F4
1 0 −19 0 1 0 0 0
[0 0 1 0 ] [0 1 0 0]
0 1 11 0 0 0 1 0
0 0 17 0 0 0 0 0
F2 = F3
11F2 +F3 = F3
(1/17)=F4
𝑘1 = 0 𝑘2 = 0 𝑘3 = 0
Ejemplo
Solución
0t3 + 0t2 +0t+0= k1 (3t3 +2t2 -t+3)+k2 (t3 -t+1 )+ k3 (4t3 +2t2-3t+4)+k4 (t2 -t+1)
0t3 + 0t2 +0t+0= (3k1 +k2 +4k3 )t3 + (2k1+2k3 +k4 )t2 + (-k1 − k2 -2k3 − k4 )𝑡 + (3k1 + k2 +4k3 + k4 )
2k1+2k3 +k4 = 0
-k1 − k2 -2k3 − k4 = 0
3k1 + k2 +4k3 + k4 = 0
3 1 4 0 k1 0
k
1 ] [ 2 ] = [ 0]
[ 2 0 2
−1 −1 −2 −1 k3 0
3 1 4 1 k4 0
3 1 4 0
| 2 0 2 1|
−1 −1 −2 −1
3 1 4 1
3F3 + F4 = F4
F1 + F4 =F4
3 1 4 0
|2 0 2 1|
2 0 2 −1
0 0 0 1
Por chío
3 1 4
|2 0 2|
2 0 2
2 2
| |
2 2
|𝐴| = −(4 − 4) = 0
Ejemplo
a) Linealmente independiente.
2 2 2
b) Linealmente dependiente.{(5λ+1)t +2λt+(4λ+1), (4λ-1)t +(λ-1)t+(4λ-1), (6λ+2)t +2λt+(5λ+2)}
Solución
0t2 +0t+0=((5λ+1)k1 +(4λ-1)k2 +(6λ+2)k3 )t2 + (2λk1 + (λ-1)k2 +2λk3 )𝑡 + ((4λ+1)k1 + (4λ-1)k2 +(5λ+2)k3 )
F1 – F2 = F1
(λ) 0 (λ)
|𝐴| = | 2λ (λ-1) 2λ |
(4λ+1) (4λ-1) 5λ+2
C1 – C3 = C3
(λ) 0 0
|𝐴| = | 2λ (λ-1) 0 |
(4λ+1) (4λ-1) λ+1
Utilizando chío
a) Es linealmente Independiente 𝜆 ≠ 0, 𝜆 ≠ 1 𝑦 𝜆 ≠ −1
b) Es Linealmnete Dependiente si 𝜆 = 0 𝜆 = 1 𝜆 = −1
TEOREMA
En todo conjunto linealmente dependiente un vector del conjunto se puede escribir como combinación
lineal de los resultantes.
Como:
𝛩⃗ = 𝑘1 𝑣1 + 𝑘2 𝑣2 + ⋯ … … . . +𝑘𝑖 𝑣𝑖
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑙𝑜𝑠 𝑒𝑠𝑐𝑎𝑙𝑎𝑟𝑒𝑠 𝑘 ≠ 0.
⃗𝛩 = (−𝑘1 /𝑘1 )𝑣1 + (−𝑘2 /𝑘2 )𝑣2 + ⋯ … … . . +(−𝑘𝑖−1 /𝑘𝑛−1 )𝑣𝑖
Ejemplo.
Hallar los valores de “a” y “b” tal que el conjunto en R2*2 sea linealmente dependiente.
2 −1 3 2 𝑎 + 1 −3
{( ); ( );( )}
3 4 −1 5 −2 𝑏+5
Solución.
𝑎 + 1 −3 2 −1 3 2
[ ] = 𝛼1 [ ] + 𝛼2 [ ]
−2 𝑏+5 3 4 −1 5
2𝛼1 + 3𝛼2 = 𝑎 + 1
−𝛼1 + 2𝛼2 = −3
3𝛼1 − 𝛼2 = −2
4𝛼1 + 3𝛼2 = 𝑏 + 5
2 3 𝑎+1
( −1 2| −3 )
3 −1 −2
1 5 𝑏+5
2F2 + F1 = F´1
3F2 + F3 = F´3
F2 + F4 = F´4
0 7 𝑎−5
( −1 2| −3 )
0 5 −11
0 13 𝑏 − 7
-F2 = F´2
(1/5)F3 =F´3
0 7 𝑎−5
(1 −2| 3 )
0 1 −11/5
0 13 𝑏 − 7
2F3 + F2 = F´2
-7F3 + F1 = F´1
(-13)F3 + F4 = F´4
0 0 𝑎 + 52/5
(1 0| −3/5 )
0 1 −11/5
0 0 𝑏 + 108/5
F2 ⟺ F1
F3 ⟺ F2
1 0 −7/5
(0 1| −11/5 )
0 0 𝑎 + 52/5
0 0 𝑏 + 108/5
52 108
𝑎+ 5
=0 𝑏+ 5
=0
−52 −108
𝑎= 𝑏=
5 5
De la definición
⋮ ⋮ ⋮
En forma matricial.
𝑓1 𝑓2 𝑓𝑛 𝑘1 0
⋯
𝑓´1 𝑓´2 𝑓´𝑛
( 𝑘2⋮ ) = (0)
⋮ ⋮ ⋮ ⋮
) 𝑘𝑛
(𝑛−1) 0
(𝑓1𝑛−1 𝑓2𝑛−1 ⋯ 𝑓´𝑛
El determinante
𝑓1 𝑓2 … … . . 𝑓𝑛
𝑓´ 𝑓´2…….. 𝑓´𝑛
𝑊 (𝑊𝑟𝑜𝑠𝑛𝑘𝑖𝑎𝑛𝑜) = | 1 |
⋮ ⋮ ⋮
𝑓1𝑛−1 𝑛−1
𝑓2 … … . . 𝑓𝑛𝑛−1
Entonces la nomenclatura:
𝑓1 𝑓2 … … . . 𝑓𝑛
𝑓´1 𝑓´2…….. 𝑓´𝑛
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = | |
⋮ ⋮ ⋮
𝑛−1
𝑓1 𝑓2𝑛−1 … … . . 𝑓𝑛𝑛−1
Por lo tanto:
Ejemplo.
a) 𝐶 = {𝑒 𝑥 , 𝑥𝑒 𝑥 , 𝑥 2 𝑒 𝑥 }
1 𝑥−1
b) 𝐷 = {1, , }
𝑥 𝑥
𝑒𝑥 𝑥𝑒 𝑥 𝑥 2 𝑒 𝑥
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = |𝑒 𝑥 𝑒 (𝑥 + 1) 𝑒 𝑥 (2𝑥 + 𝑥 2 ) |
𝑥
𝑒𝑥 𝑒 𝑥 (𝑥 + 2) 𝑒 𝑥 (2 + 4𝑥 + 𝑥 2 )
factorizando ex
1 𝑥 𝑥2
𝑥 𝑥 𝑥
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = 𝑒 𝑒 𝑒 |1 (𝑥 + 1) (2𝑥 + 𝑥 2 ) |
1 (𝑥 + 2) (2 + 4𝑥 + 𝑥 2 )
-F1 + F3 = F´3
1 𝑥 𝑥2
3𝑥
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = 𝑒 |0 1 2𝑥 |
0 2 2 + 4𝑥
- 2F2 + F3 = F´3
1 𝑥 𝑥2
3𝑥
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = 𝑒 |0 1 2𝑥 |
0 0 2
Utilizando chío.
b.-
1 1
1 1−
𝑥 𝑥
| 1 1|
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = −
|0 𝑥2 𝑥2 |
0 2 −2
𝑥3 𝑥3
1 1
1 1−
𝑥 𝑥
𝑊 (𝑓1 , 𝑓2 , … … . , 𝑓𝑛 ) = || 1 1 || = 0
0 − 2
0 𝑥 𝑥2
0 0
Ejemplo
Si se tienen las funciones de la forma 𝑓(𝑥) = 𝑎𝑒 𝑥 + 𝑏 cos 𝑥 + 𝑐𝑠𝑒𝑛𝑥 , hallar una función f(x) tal que el conjunto
{3𝑒 𝑥 − 2 𝑐𝑜𝑠𝑥 + 𝑠𝑒𝑛𝑥, 2𝑒 𝑥 − 2𝑠𝑒𝑛𝑥, 𝑓(𝑥)} sea linealmente independiente.
Solución.
⃗ = 𝑘1 𝑣1 + 𝑘2 𝑣2 + 𝑘3 𝑣3
𝛩
0𝑒 𝑥 + 0 𝑐𝑜𝑠𝑥 + 0 𝑠𝑒𝑛𝑥 = 𝑘1 (3𝑒 𝑥 − 2 𝑐𝑜𝑠𝑥 + 𝑠𝑒𝑛𝑥) + 𝑘2 (2𝑒 𝑥 − 2𝑠𝑒𝑛𝑥) + 𝑘3 (𝑎𝑒 𝑥 + 𝑏 cos 𝑥 + 𝑐𝑠𝑒𝑛𝑥)
3𝑘1 + 2𝑘2 + 𝑎𝑘3 = 0
−2𝑘1 + 𝑏𝑘3 = 0
𝑘1 − 2𝑘2 + 𝑐𝑘3 = 0
3 2 𝑎 𝑘1 0
[−2 0 𝑏] [𝑘2 ] = [0]
1 −2 𝑐 𝑘3 0
3 2 𝑎
|𝐴| = |−2 0 𝑏 |
1 −2 𝑐
F3 + F1 = F´3
3 2 𝑎
|𝐴| = |−2 0 𝑏 |
1 0 𝑐+𝑎
|𝐴| = −2 |−2 𝑏
|
4 𝑐+𝑎
2F1 + F2 = F´2
|𝐴| = −2 |−2 𝑏
|
0 𝑎 + 2𝑏 + 𝑐
|𝐴| ⟹ (−2)2 (𝑎 + 2𝑏 + 𝑐) ≠ 0
𝑎 + 2𝑏 + 𝑐 ≠ 0
4 ≠0
Se dice que un conjunto de vectores es generador del espacio vectorial si cualquier vector es combinación
lineal del conjunto.
ESPACIO VECTORIAL
C.L.
{𝑣1 , 𝑣2, … . , 𝑣𝑖
TEOREMAS
Ejemplo.-
Solucion
2𝑘1 + 2 𝑘2 + 3 𝑘3 + 7 𝑘4 = 𝑎
3𝑘1 + 4 𝑘2 + 𝑘3 + 9 𝑘4 = 𝑏
−𝑘1 − 5 𝑘2 + 𝑘3 + 8 𝑘4 = 𝑐
2𝑘1 + 6 𝑘2 − 𝑘3 − 𝑘4 = 𝑑
2 2 3 7 k1 𝑎
[ 3 4 1 9 ] [k 2 ] = [ 𝑏 ]
−1 −5 1 8 k3 𝑐
2 6 −1 −1 k4 𝑑
2 2 3 7
|𝐴| = | 3 4 1 9 |
−1 −5 1 8
2 6 −1 −1
3F4 + F1 = F´1
F4 + F2 = F´2
F4 + F3 = F´3
8 20 0 4
|𝐴| = |5 10 0 8 |
1 1 0 7
2 6 −1 −1
8 20 0 4
|𝐴| = |5 10 0 8 |
1 1 0 7
2 6 −1 −1
Utilizando chío en C3
8 12 −52
|𝐴| = |5 5 −27|
1 0 0
|𝐴| = 64 ≠ 0
Si genera a R4.
Ejemplo.-
Solución.
at3 + bt2 +ct+d= k1 (3t3 +2t2 -t+3)+k2 (t3 -t+1 )+ k3 (4t3+2t2 +2t-4)+k4 (5t3 + 𝑡 2 -1)
k1 + k2 +2k3 = 𝑐
-3k1 − k2 -4k3 − k4 = 𝑑
3 1 4 5 𝑎
( −2 0 −2 1 |𝑏 )
1 1 2 0 𝑐
−3 −1 −1 −1 𝑑
-3F3 + F1 = F´1
2F3 + F2 = F´2
3F3 + F4 = F´4
0 −2 −2 5 𝑎 − 3𝑐
(0 2 2 1 |𝑏 + 2𝑐 )
1 1 2 0 𝑐
0 2 2 −1 𝑑 + 3𝑐
F1 + F2 = F´2
-F2 + F4 = F´4
0 −2 −2 5 𝑎 − 3𝑐
0 0 0 6| 𝑎 +𝑏+𝑐
𝑐
1 1 2 0𝑎 2 2 +𝑑
(0 0 0 0 3 − 3𝑏 + 3𝑐 )
3=3
𝑎 2 2
− 𝑏+ 𝑐+𝑑 =0
3 3 3
𝑎 − 2𝑏 + 2𝑐 + 3𝑑 = 0 (𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛)
Entonces
𝑆 = {at3 + bt2 + ct + d /𝑎 − 2𝑏 + 2𝑐 + 3𝑑 = 0}
i) Es linealmente independiente.
ii) Genera al espacio vectorial.
Ejemplo
Hallar una base y dimensión del sub espacio generado por el conjunto en R4 .
{(2, -3, 4, -3), (1, 2, -1, 2) , (3, -1, 3, -1) , (4, 1, 2, 1)}
Solución
-F2 + F4 = F´4
F1 + F2 = F´1
F2 + F3 = F´3
−1 3 2 5 𝑎 + 𝑏
(−3 2 −1 1| 𝑏 )
1 1 2 3 𝑐+𝑏
0 0 0 0 𝑑−𝑏
3F3 + F2 = F´2
F3 + F1 = F´1
0 4 4 8 𝑎 + 2𝑏 + 𝑐
(0 5 5 10| 4𝑏 + 3𝑐 )
1 1 2 3 𝑐+𝑏
0 0 0 0 𝑑−𝑏
(1/4)F1 = F´1
(1/5)F2 = F´2
𝑎 + 2𝑏 + 𝑐
0 1 1 2 4
0 1 1 2| 4𝑏 + 3𝑐
1 1 2 3| 5
0 0 0 0 𝑐+𝑏
( 𝑑−𝑏 )
-F1 + F2 = F´2
𝑎 + 2𝑏 + 𝑐
0 1 1 2 4
0 0 0 0|−𝑎 3𝑏 7𝑐
1 1 2 3| 4 + 10 + 20
0 0 0 0 𝑐+𝑏
( 𝑑−𝑏 )
−𝑎 3𝑏 7𝑐
+ + =0 ∧ 𝑑−𝑏 =0
4 10 20
𝑆 = {(a, b, c, d) /5𝑎 − 6𝑏 + 7𝑐 = 0 ∧ 𝑏 − 𝑑 = 0}
De las condiciones
𝑏−𝑑 =0 5𝑎 − 6𝑏 − 7𝑐 = 0
1
𝑑=𝑏 𝑎 = (6𝑑 + 7𝑐)
5
6𝑑 + 7𝑐
(𝑎, 𝑏, 𝑐, 𝑑) = ( , 𝑑, 𝑐, 𝑑)
5
𝑑 𝑐
(𝑎, 𝑏, 𝑐, 𝑑) = (6, 5, 0, 5) + (7, 0, 5, 0)
5 5
Dimensión de la Base = 2
Una base se llama canónica o euclidiana cuando es la base representativa de todo espacio vectorial y que se
genera a partir de un vector arbitrario. La dimensión de un espacio vectorial corresponde a la dimensión de su
base canónica.
Por ejemplo.
𝐵𝑒 = {(1, 0) ; ( 0, 1)}
𝐷𝑖𝑚 ℝ2 =2
𝐷𝑖𝑚 ℝ3 =3
En forma general
En ℝ𝑛
𝐷𝑖𝑚 ℝ𝑛 =n
𝐵𝑒 = {𝑡 2 , 𝑡, 1}
𝐷𝑖𝑚 ℙ2 =3
Generalizando
En ℙ𝑛
𝐵𝑒 = {𝑡 𝑛 , 𝑡 𝑛−1 , … … … , 𝑡, 1}
𝐷𝑖𝑚 ℙ𝑛 = n+1
En ℝ2∗2
𝑎 𝑏 1 0 0 1 0 0 0 0
[ ] = 𝑎[ ]+𝑏[ ]+𝑐[ ]+𝑑[ ]
𝑐 𝑑 0 0 0 0 1 0 0 1
1 0 0 1 0 0 0 0
𝐵𝑐 = {[ ];[ ];[ ];[ ]}
0 0 0 0 1 0 0 1
𝐷𝑖𝑚 ℝ2∗2 =4
En forma generalizada
Ejemplo.-
7𝑥1 + 𝑥3 + 2𝑥5 = 0
Solución
2 3 −1 1 2 0
3 2 2 −2 5 0
4 −2 −1 2 −3||0
9 3 0 1 4 0
( 7 0 1 0 2 0)
F2 – F1 = F2
F3 – F2 = F´3
F4 -2F3 = F´4
2 3 −1 1 2 0
1 1 3 −3 5 0
0 −8 1 0 −7||0
1 −9 4 −3 −4 0
(1 −9 4 −3 −4 0)
-2F2 + F1 = F´1
-F4 + F5 = F´5
2F1 + F3 = F´3
-F2 + F3 = F´3
-F2 + F4 = F´4
0 5 −7 7 −4 0
1 −1 3 −3 3 0
0 −8 1 0 −7||0
1 −9 4 −3 −4 0
(0 0 0 0 0 0)
2F3 + F1 = F´1
4F3 + F5 = F´5
0 5 −7 7 −4 0
1 −1 3 −3 3 0
0 2 −13 14 −15||0
0 −8 1 0 −7 0
( 0 0 0 0 0 0)
-F3 + F4 = F´4
F1 ⟺ F2
0 1 19 −21 26 0
1 −1 3 −3 3 0
0 2 −13 14 −15||0
0 0 −51 56 −67 0
(0 0 0 0 0 0)
(-1/51) F3
0 1 19 −21 26 0
1 0 22 −24 29 0
0 0 −51 56 −67||0
0 0 −51 56 −67 0
(0 0 0 0 0 0)
-22F3 + F1 = F´1
-19F3 + F2 = F´2
1 0 22 −24 29 0
0 1 19 −21 26 0
0 0 −51 56 −67||0
0 0 0 0 0 0
(0 0 0 0 0 0)
1 0 22 −21 29 0
0 1 19 −21 26 0
−56 |
0 0 1 −67/51 0
51 |0
0 0 0 0 0
(0 0 0)
0 0 0
1 0 0 −8/51 5/515 0
0 1 0 −17/51 53/51 0
0 0 1 −56/51 67/51 ||0
0 0 0 0 0 0
(0 0 0 0 0 0)
8 5 8 5
𝑥1 − 𝑥4 + 𝑥 =0 ⟹ 𝑥1 = 𝑡− 𝑟
51 51 5 51 51
17 53 17 53
𝑥2 − 𝑥4 + 𝑥 =0 ⟹ 𝑥2 = 𝑡− 𝑟
51 51 5 51 51
56 67 56 67
𝑥3 − 𝑥4 + 𝑥 =0 ⟹ 𝑥5 = 𝑡− 𝑟
51 51 5 51 51
Si
𝑥4 = 𝑡 ⟹ 𝑥3 = 𝑟
8 5
𝑡 − 𝑟
𝑥1 51 51 8 −5
𝑥2 ⌈17 53 ⌉
⌈ ⌉ ⌈51 𝑡 − 51 𝑟⌉ 𝑡 ⌈
17
⌉ 𝑟 ⌈ −53 ⌉
La solución ⌈𝑥3 ⌉ = ⌈56 63 ⌉ = 51 ⌈56⌉ + 51 ⌈−67⌉
⌈𝑥4 ⌉ ⌈51 𝑡 − 51 𝑟⌉ ⌈51⌉ ⌈ 0 ⌉
⌈𝑥5 ⌉ ⌈ 𝑡 ⌉ [0] [ 51 ]
[ 𝑟 ]
8 −5
17
⌈ ⌉ ⌈−53 ⌉
𝐵𝑐 = ⌈56⌉ ; ⌈−67⌉
⌈51⌉ ⌈ 0 ⌉
{[ 0 ] [ 51 ]}
Sea una matriz Am*n se define el espacio de filas de la matriz A como un sub espacio en ℝ𝑛 cuya base son
los vectores fila no nulos que quedan en la matriz A luego de llevarla a su forma escalonada solo utilizando
operaciones elementales en filas.
De manera similar el espacio de columnas de A es un sub espacio en ℝ𝑛 , cuya base son los vectores
columna no nulos que quedan en la matriz A luego de la escalonada utilizando operaciones elementales en
columnas.
Ejemplo.-
2 3 −1 4 5 6
𝐴=[ 3 2 4 −1 3 2]
5 5 3 3 8 8
7 8 2 7 13 14
-2F1 + F3 = F´3
-3F1 + F4 = F´4
2 3 −1 4 5 6
𝐴 = [1 −1 5 −5 −2 −4]
1 −1 5 −5 −2 −4
1 −1 5 −5 −2 −4
-2F2 + F1 = F´1
-F2 + F3 = F´3
-F3 + F4 = F´4
0 5 −11 14 9 14
𝐴 = [1 −1 5 −5 −2 −4]
0 0 0 0 0 0
0 0 0 0 0 0
𝐵𝑒𝑥𝑝.𝑓𝑖𝑙𝑎𝑠 = {(0, 5, −11, 14, 9, 14); (1, −1, 5, −5, −2, −4)}
𝐷𝑖𝑚𝑒𝑥𝑝.𝑓𝑖𝑙𝑎𝑠 = 2
2 3 5 7
5 2 5 8
⌈−1 4 8 2 ⌉
𝐴=⌈ ⌉
⌈4 −1 3 7 ⌉
⌈5 3 8 13 ⌉
[6 2 8 14 ]
3F3 + F2 = F´2
-F4 + F5 = F´5
-F4 + F6 = F´6
0 11 11 11
0 14 14 14
⌈−1 4 3 2 ⌉
𝐴=⌈ ⌉
⌈4 −1 3 7 ⌉
⌈1 4 5 6 ⌉
[2 3 5 7 ]
2F3 + F6 = F´6
(1/11) F1 = F´1
( 1 / 14 ) F2 = F´2
0 1 1 1
0 1 1 1
⌈−1 4 3 2 ⌉
𝐴=⌈ ⌉
⌈4 15 15 15 ⌉
⌈1 8 8 8 ⌉
[2 11 11 11 ]
-F1 + F2 = F´2
-15 F1 + F4 = F´4
-11F1 + F6 = F´6
0 1 1 1
0 0 0 0
⌈1 −4 −3 −2 ⌉⌉
𝐴=⌈
⌈0 0 0 0 ⌉
⌈0 0 0 0 ⌉
[0 0 0 0 ]
𝐷𝑖𝑚𝑒𝑥𝑝. 𝑐𝑜𝑙𝑢𝑚𝑛𝑎𝑠 =2
TEOREMA
𝑆1 + 𝑆2 = {𝑥 \𝑥 ∈ 𝑆1 + 𝑆2 }
TEOREMA
S1 ⊕S2 ={x
⃗ \x
⃗ ∈S1 +S2 ⟺ S1 ∩ S2 =∅}
TEOREMA
NOTA: “El vacío ∅ no tiene elementos pero es generado por el vector nulo.
𝐷𝑖𝑚 ∅ = 0
Ejemplo
3
sean los subespecios en ℝ 𝑆1 = {(x, y, z)\x = 2t, y = −t, z = 4t } t ℝ
y S2 generado por el conjunto {(2, −1, 3); (3, 2, 1); (5, 1, 4)}. Se pide hallar:
𝑎) 𝑆1 ∩ 𝑆2
𝑏) 𝑆1 + 𝑆2
solución
(𝑥, 𝑦, 𝑧) ∈ 𝑆2
2 3 5 𝑥
(−1 2 1|𝑦)
3 1 4 𝑧
2F2 + F1 = F´1
3F2 + F3 = F´3
0 7 7 𝑥 + 2𝑦
(−1 2 1| 𝑦 )
0 7 7 𝑧 − 3𝑦
0 0 0 𝑥−𝑦−𝑧
(−1 2 1| 𝑦 )
0 7 7 𝑧 − 3𝑦
𝑥 −𝑦 −𝑧 =0
𝑆2 = {(𝑥, 𝑦, 𝑧 ) 𝑥 − 𝑦 − 𝑧 = 0}
𝑎) 𝑆1 ∩ 𝑆2
𝑥 = 2𝑡
𝑦 = −𝑡
𝑧 = 4𝑡
𝑥−𝑦−𝑧 = 0
2𝑡(−𝑡) − 4𝑡 = 0
−𝑡 = 0
𝑡=0
𝑥 = 0, 𝑦 = 0, 𝑧=0
(0,0,0) ∈ 𝑆1 ∩ 𝑆2 ⟹ 𝐵𝑆1 ∩ 𝑆2 = ∅
𝐷𝑖𝑚 𝑆1 ∩ 𝑆2 = 0
𝑏) 𝑆1 + 𝑆2 = 𝑆1 ⨁𝑆2
Para 𝑆1
𝐷𝑖𝑚 𝑆1 = 1
Para 𝑆2
𝑥−𝑦−𝑧 =0 ⟹ 𝑥 =𝑦+𝑧
(𝑥, 𝑦, 𝑧) = (𝑦 + 𝑧, 𝑦, 𝑧)
= 𝑦(1, 1, 0) + 𝑧(1, 0, 1)
𝐷𝑖𝑚 𝑆2 = 2
𝑆1 ⨁𝑆2 = {(𝑥, 𝑦, 𝑧) ∈ 𝑆1 + 𝑆2 }
= (2𝑡, −𝑡, 4𝑡 ) + (𝑦 + 𝑧, 𝑦, 𝑧)
= (2𝑡 + 𝑦 + 𝑧 , −𝑡 + 𝑦, 4𝑡 + 𝑧)
𝐷𝑖𝑚 𝑆1 + 𝑆2 = 3
3=1+2−0
3= 3
Ejemplo
𝑎 𝑏 2 −1 −3 2 −1 1 −4 3
S={( )/ 3a-2b+c-2d=0 y el subespacio generado por el conjunto {( )( )( )( )}
𝑐 𝑑 3 5 4 −1 7 4 11 3
Se pide hallar una base y una dimensión para a) S∩T , b) S+T c)que restricciones debe darse para que exista
S⨁T
𝑎 𝑏 2 −1 −3 2 −1 1 −4 33
( )=𝐾1 ( ) + 𝐾2 ( ) + 𝐾3 ( ) + 𝐾4 ( )
𝑐 𝑑 3 5 4 −1 7 4 11 33
2 −3 −1 −4 𝑎 0 1 1 2 𝑎 + 2𝑏 0 1 1 2 𝑎 + 2𝑏
(−1 2 1 3 𝑏
| )~(−1 2 1 3 | 𝑏 ) ~(−1 2 1 3| 𝑏 )
3 4 7 11 𝑐 0 10 10 20 𝑐 + 3𝑏 0 0 0 0 −10𝑎 + 𝑐 − 17𝑏
5 −1 4 3 𝑑 0 9 9 18 𝑑 + 4𝑏 0 0 0 0 −9𝑎 − 13𝑏 + 𝑑
−10𝑎 + 𝑐 − 17𝑏=0
𝑎 𝑏
T={( )/−10𝑎 + 𝑐 − 17𝑏=0 ^ −9𝑎 − 13𝑏 + 𝑑=0}
𝑐 𝑑
𝑎 𝑏
El sistema a) S∩T={( )/−10𝑎 + 𝑐 − 17𝑏=0 ^ −9𝑎 − 13𝑏 + 𝑑=0 ^ 3a-2b+c-2d=0 }
𝑐 𝑑
El sistema:
3a-2b+c+2d=0
10a+17b-c=0
9a+13b-d=0
3 −2 1 2 0 3 −2 −1 2 0 0 −71 13 20 0
→ (10 17 −1 0|0)~(1 23 −4 −6|0) ~(1 23 −4 −6|0)
9 13 0 −1 0 0 19 −3 −7 0 0 19 −3 −7 0
0 5 1 −8 0 0 15 1 −8 0 0 0 −34 117 0
~(1 4 −1 1 |0) ~(1 4 −1 1 |0)~(1 0 −29 101|0)
0 19 −3 −7 0 0 −1 −7 25 0 0 −1 −7 25 0
𝑎 𝑏
S∩T={( )/ a=-41d/34 , b=-31d/34 , c=117d/34}
𝑐 𝑑
−41 −31
𝐵S∩T={( )} dimension S∩T=1
117 1
1
De S → 3a-2b+c-2d=0 →a= (2b-c+2d)
3
1
𝑎 𝑏 (2b − c + 2d) 𝑏 2 3 −1 0 −2 0
( )=(3 )=-b/3( )+c/3( )+d/3( )
𝑐 𝑑 𝑐 𝑑 0 0 3 0 0 3
2 3 −1 0 −2 0
𝐵S ={( ),( ), ( )} dimension=3
0 0 3 0 0 3
c=10a+17b d=9a+13b
𝑎 𝑏 𝑎 𝑏 1 0 0 1
( )=( )=a( )+b( )
𝑐 𝑑 10𝑎 + 17𝑏 9a + 13b 10 9 17 15
1 0 0 1
𝐵T ={( ),( ) } dimensión =2
10 9 17 15
1
(2b − c + 2d) 𝑏 𝑎 𝑏
S+T=(3 )( )
𝑐 𝑑 10𝑎 + 17𝑏 9a + 13b
2𝑏 1𝑐 2𝑑
𝑎+ 3 − 3 − 3 2𝑏 1 0 2/3 2 −1/3 0 −2/3 0
=( )=a( )+b( )+c( )+d( )
10𝑎 + 17𝑏 + 𝑐 9𝑎 + 13𝑏 + 𝑑 10 9 17 17 1 0 0 1
Dimensión S+T=4
4=2+3-1
4=4
C ) para que exista S⨁T → S∩T =∅
𝑎 𝑏
𝑆 ` ={( )/ 3a-2b+c=0 ; d=0}
𝑐 𝑑
𝑎 𝑏
𝑇 ` ={( )/ 10a+17b-c=0 ^ 9a+13b ^ d=0}
𝑐 𝑑
𝑆 ` ∩ 𝑇 ` =∅ Dim∅ = 0
La condición d=0
Matriz y vector de coordenadas
⃗⃗⃗⃗1, ⃗⃗⃗⃗
Sea un vector 𝑋 y una base B = {𝑉 𝑉2, ⃗⃗⃗⃗
𝑉3, . . . . . . . . . . . , ⃗⃗⃗⃗
𝑉n} en el mismo espacio vectorial, entonces:
𝐿. 𝐼.
B
𝐶. 𝐺.
𝑋 = 𝑘1⃗⃗⃗⃗
𝑉1 + 𝑘2⃗⃗⃗⃗
𝑉2 + 𝑘3⃗⃗⃗⃗
𝑉3+ . . . . . . . . . . . +𝑘n⃗⃗⃗⃗
𝑉n
Única solución
Se define al vector de coordenadas de 𝑋 respecto a la base B, como aquel vector cuyos componentes son los
escalares de la combinación lineal.
Se define matriz de coordenadas de 𝑋 respecto a la base B, como aquella matriz columna cuyos elementos
son los escalares de la combinación lineal
𝑘1
𝑘
⌈ 2⌉
[𝑋]B2 = ⌈𝑘3⌉
⌈⋮⌉
[𝑘n]
Ejemplo.-
3𝑡 2 − 4𝑡 + 5
Solución:
3𝑡 2 − 4𝑡 + 5 = 𝑘1 (2𝑡 2 − 𝑡 + 1) + 𝑘2 (𝑡 2 − 𝑡 + 1) + 𝑘3 (3𝑡 2 + 𝑡 + 1)
2 1 3 3 2𝐹3 + 𝐹1 → 𝐹1 0 3 5 −5
[−1 1 1| −4] 𝐹2 + 𝐹3 → 𝐹3 → [−1 1 1| −4] (−1)𝐹2
1 −1 1 5 0 0 2 1 1
2𝐹3
1 −1 −1 4 1 −1 −1 4
[0 3 5 | −5] 13𝐹3 → [0 1 5/3| −5/3] − 53𝐹3 + 𝐹2 → 𝐹2
0 0 1 1 0 0 1 1 𝐹3 + 𝐹1 → 𝐹1
1 −1 0 9/2
[0 1 0| −15/6] 𝐹2 + 𝐹1 → 𝐹1
0 0 1 1/2
1 0 0 2 𝑘1 = 2
[0 1 0| −5/2] 𝑘2 = −5/2
0 0 1 1/2 𝑘3 = 1/2
5 1
(3𝑡 2 − 4𝑡 + 5)𝐵 = (2, − , )
2 2
2
2
[3𝑡 − 4𝑡 + 5]𝐵 = [ −5/2 ]
1/2
Matriz de transición
Entonces al ser 𝐵1 y 𝐵2 bases es posible escribir cada vector de la base 𝐵1 como combinación lineal de la base
𝐵2 lo que implica.
𝑣
⃗⃗⃗⃗1 = 𝛼1 ⃗⃗⃗⃗
𝑢1 + 𝛼2 𝑢 ⃗⃗⃗⃗2 + 𝛼3 ⃗⃗⃗⃗
𝑢3 + ⋯ + 𝛼𝑛 ⃗⃗⃗⃗
𝑢𝑛
𝑣
⃗⃗⃗⃗1 = 𝛽1 ⃗⃗⃗⃗
𝑢1 + 𝛽2 𝑢 ⃗⃗⃗⃗2 + 𝛽3 ⃗⃗⃗⃗
𝑢3 + ⋯ + 𝛽𝑛 ⃗⃗⃗⃗𝑢𝑛
𝑣
⃗⃗⃗⃗1 = 𝛾𝑢
⃗⃗⃗⃗1 + 𝛾2 ⃗⃗⃗⃗
𝑢2 + 𝛾3 𝑢 ⃗⃗⃗⃗3 + ⋯ + 𝛾𝑛 ⃗⃗⃗⃗
𝑢𝑛 única solucion
⋮
𝑣
⃗⃗⃗⃗1 = 𝜓1 ⃗⃗⃗⃗
𝑢1 + 𝜓2 ⃗⃗⃗⃗𝑢2 + 𝜓3 ⃗⃗⃗⃗𝑢3 + ⋯ + 𝜓𝑛 ⃗⃗⃗⃗𝑢𝑛 }
Por lo que se puede hallar las matrices de coordenadas de vector de la base 𝐵1 respecto a las base 𝐵2
𝛼1 𝛽1 𝛾1 𝜓1
𝛼2 𝛽 𝛾2 ψ
⌈ ⌉ ⌈ 2⌉ ⌈ ⌉ ⌈ 2⌉
[𝑣
⃗⃗⃗⃗1 ]𝐵2 = ⌈ 𝛼3 ⌉ ; [𝑣 ⃗⃗⃗⃗3 ]𝐵2 = ⌈𝛾3 ⌉ ; ⋯ [𝑣
⃗⃗⃗⃗2 ]𝐵2 = ⌈ 𝛽3 ⌉ ; [𝑣 ⃗⃗⃗⃗𝑛 ]𝐵2 = ⌈𝜓3 ⌉
⌈⋮ ⌉ ⌈⋮⌉ ⌈⋮⌉ ⌈ ⋮ ⌉
[𝛼𝑛 ] [𝛽𝑛 ] [𝛾 𝑛 ] [𝜓𝑛 ]
Se define la matriz de transición o de paso de la base 𝐵1 respecto a la base 𝐵2 , como aquella matriz cuadrada
cuyas columnas son matrices de coordenadas de cada vector de la base 𝐵1 respecto a la base 𝐵2
Nomenclatura.-
| | |
𝑀𝑎𝑡𝐵𝐵12 (𝐼) =[ ⃗⃗⃗⃗
[(𝑉 1)] B1 ⃗⃗⃗⃗ ⃗⃗⃗⃗n)]B1 ]
|[(𝑉2)]B1 |. . . . . . . . . . |[(𝑉
| | |
En forma practica se aplica la propiedad de las matrices de transicion son inversas mutuas
Ejemplo:
Solucion.-
Como se puede ver, tiene la misma matriz de coeficientes, entonces resolvemos en uno solo
1 3 2 1 1 3 2 1 1 3 2 1
[ | ] [ | ] [ | ]
1 −1 −1 3 0 −4 −3 2 0 1 3/4 −1/2
1 5
−
[(2, −1)]B2 = [ 4] ; [(1, 3)]B2 = [ 2 ]
3 1
−
4 2
1 5
−4 2 1 −1 10
𝑀𝑎𝑡𝐵𝐵12 (𝐼) = [ 3 1] ⇒ 𝑀𝑎𝑡𝐵𝐵12 (𝐼) = [
4 3
]
−2 −2
4
Como:
Entonces:
1 1 −2 −10
𝑀𝑎𝑡𝐵𝐵21 (𝐼) = ∙ ∙[ ]
1 2 − 30 −3 −1
4
1 −2 −10
𝑀𝑎𝑡𝐵𝐵21 (𝐼) = 4 ∙ ∙[ ]
−28 −3 −1
1 2 10
𝑀𝑎𝑡𝐵𝐵21 (𝐼) = [ ]
7 3 1
CAPÍTULO 5.
Introducción:
En los espacios vectoriales de R3 se tiene la operación conocida como producto interior que se define como:
⃗ ∘ v
u ⃗ = u1 v1 + u2 v2 + u3 v3
Si:
⃗ = (u1 , u2 , u3 ) Y v
u ⃗ = (v1 , v2 , v3 )
El objetivo del capítulo es generalizar la operación el producto escalar hacia cualquier espacio vectorial bajo
el denominativo de “producto interior”.
Nomenclatura:
Definición:
El producto interior es una regla de asignación entre dos vectores hacia un escalar, la mencionada regla para
que sea denominada producto interior debe satisfacer los siguientes axiomas:
1) Axioma de conmutatividad
〈u ⃗〉 = 〈v
⃗ ,v ⃗ 〉
⃗,u
2) Axioma de distributividad
〈u
⃗ ,v
⃗ + w ⃗⃗ 〉 = 〈u
⃗ ,v⃗ 〉 + 〈u ⃗⃗ 〉
⃗ ,w
3) Axioma de homogeneidad
〈ku ⃗ 〉 = 〈u
⃗ ,v ⃗ 〉 = k〈u
⃗ , kv ⃗ ,v⃗〉
4) Axioma de positividad
∀u⃗ ≠⊖ ⃗⃗⃗⃗ → 〈u ⃗ ,u⃗〉≥0
Ejemplo:
Solución:
i. Conmutatividad:
〈u ⃗〉 = 〈v
⃗ ,v ⃗ 〉
⃗,u
〈v ⃗ 〉 =〈v
⃗,u ⃗ 〉
⃗,u
ii. Distributividad:
⃗⃗ = (w1 , w2 )
w
〈u
⃗ ,v ⃗⃗ 〉 = 〈u
⃗ + w ⃗ 〉 + 〈u
⃗ ,v ⃗⃗ 〉
⃗ ,w
〈u ⃗ 〉 + 〈u
⃗ ,v ⃗⃗ 〉 = 〈u
⃗ ,w ⃗ 〉 + 〈u
⃗ ,v ⃗⃗ 〉
⃗ ,w
iii. Homogeneidad:
〈ku ⃗ 〉 = 〈u
⃗ ,v ⃗ 〉 = k〈u
⃗ , kv ⃗〉
⃗ ,v
k〈u ⃗ 〉 = k〈u
⃗ ,v ⃗〉
⃗ ,v
iv. Positividad:
〈u ⃗〉≥0
⃗ ,u
〈(u1 , w2 ); (u1 , u2 )〉 ≥ 0
u1 u1 + 2u1 u2 + 2u2 u1 + (a2 − 5a + 6)u2 u2 ≥ 0
a2 − 5a + 2 = 0
5 ± √25 − 4(1)(2)
𝑎=
2(1)
5 + √17
𝑎1 =
2
5 − √17
𝑎2 =
2
5−√17 5+√17
2 2
5−√17 5+√17
∴ a e]−∞, ] ∪ [ 2 , +∞[
2
Se define:
⃗ ∥= √(u
∥u ⃗ ,u
⃗)
Entonces:
⃗ ∥2 = 〈u
∥u ⃗〉
⃗ ,u
⃗d = v
⃗ −u
⃗
La distancia:
⃗du
⃗ ,v
⃗ =∥ v
⃗ −u
⃗ ∥=∥ u
⃗ −v
⃗ ∥
Angulo entre vectores:
De manera similar
〈u ⃗ 〉 =∥ u
⃗ ,v ⃗ ∥∥ v
⃗ ∥ cos 𝜃
〈u ⃗〉
⃗ ,v
cos 𝜃 = ∥u⃗∥∥v⃗∥
Un caso especial del angulo 𝜃es cuando este forma un valor de 90°.
〈u ⃗〉
⃗ ,v
cos 90° =
∥u
⃗ ∥∥ v ⃗ ∥
Por tanto:
〈u ⃗〉 = 0
⃗ ,v
Condición de la ortogonalidad dos vectores son ortogonales cuando el ángulo formado es 90°.
Vectores unitarios:
Sea un vector v
⃗ , se define el vector unitario de v
⃗ como:
∥ unit ∥ = 1
Condición de normalidad
1
⃗ nit v
u ⃗ = ⃗
v
∥v
⃗ ∥
Ejemplo.
Hallar el valor de “a” tal que p(x)=1+2x-x2 y q(x)=x+ax2 sean ortogonales en ℙ2
Solución
<𝑝(𝑥), 𝑞(𝑥)>=0
1
∫ (1 + 2𝑥 2 − 𝑥 3 )(𝑥 + 𝑎𝑥 2 )𝑑𝑥 = 0
−1
1
∫ (𝑥 + 2𝑥 2 − 𝑥 3 + 𝑎𝑥 2 + 2𝑎𝑥 3 − 𝑎𝑥 4 )𝑑𝑥 = 0
−1
1
𝑥2 𝑥3 𝑥4 𝑥5
+ (2 + 𝑎) + (2𝑎 − 1) − 𝑎 | =0
2 3 4 5 −1
1 (2 + 𝑎) (2𝑎 − 1) 𝑎 1 (2 + 𝑎) (2𝑎 − 1) 𝑎
[ + + − ]−[ − + + ]=0
2 3 4 5 2 3 4 5
𝑎+2 𝑎 𝑎+2 𝑎
− + − =0
3 5 3 5
2(𝑎 + 2) 2𝑎
− = 0 //15
3 5
10(𝑎 + 2) − 6𝑎 = 0
4𝑎 = −20
𝑎 = −5
Ejemplo.
−1 0
En el espacio vectorial ℝ2𝑥2 . Hallar todas las matrices que forman 60° con la matriz A=[ ] y sea
2 2
2 −1
ortogonal a la matriz B=[ ] asuma el producto interior:
2 0
〈[𝑎 𝑏 𝑥 𝑦
];[ ]〉 = 𝑎𝑥 − 𝑏𝑦 + 𝑐𝑧 + 𝑑𝑢
𝑐 𝑑 𝑧 𝑢
Solución
𝑎11 𝑎12
Sea la matriz [𝑎
21 𝑎22 ] = 𝐶
Condición
〈𝐴,𝐶〉
i) cos 60° = ‖𝐴‖‖𝐶‖ ∧ ii) 〈𝐵, 𝐶〉 = 0
2 −1 𝑎11 𝑎12
〈𝐵, 𝐶〉 = 〈[ ] , [𝑎 𝑎22 ]〉
2 0 21
𝑎 𝑎12
〈𝐴, 𝐶〉 = 〈[−1 0] ; [𝑎11 𝑎22 ]〉 = −𝑎11 + 2𝑎21 + 2𝑎22
2 2 21
‖𝐴‖ = √(−1)2 + 02 + 22 + 22 = 3
2 2 2 2 (2)
𝑎11 + 𝑎12 + 𝑎21 + 𝑎22 =1
−𝑎11 + 2𝑎21 + 2𝑎22 1
cos 60° = =
3(1) 2
3
−𝑎11 + 2𝑎21 + 2𝑎22 = (3)
2
El sistema
Reemplazando
3 2 3
(2𝑎21 + 2𝑎22 − )2 + (6𝑎21 + 4𝑎22 − 3)2 + 𝑎21 + 𝑎22 =1
2
𝑅𝑝𝑡𝑎. ∄ 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛
𝑆𝑜𝑟𝑡 = {𝑥 ⁄〈𝑥 , 𝑣
⃗⃗⃗⃗1 〉 = 〈𝑥 , ⃗⃗⃗⃗
𝑣2 〉 =.. . 〈𝑥 , ⃗⃗⃗
𝑣𝑖 〉 = 0}
𝑆 ∟ = {𝑥 ⁄〈𝑥, ⃗⃗⃗
𝑣𝑖 〉 = 0 ↔ ∀⃗⃗⃗⃗
𝑣𝑖 𝜖 𝐵𝑎𝑠𝑒 𝑑𝑒 𝑆}
Ejemplo
Hallar una base y dimensión del complemento ortogonal al subespacio en 𝑅 4 generado por el conjunto
{(2, −2,5,3), (3,2, −1,6), (5,0,4,9)(1, −6,11,0)}. 𝑈𝑡𝑖𝑙𝑖𝑐𝑒 𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑖𝑜𝑟:
0 5 5 −5 𝑎+𝑏
8
0 0 0 0 |5𝑏 + 2𝑐 − 5 (𝑎 + 𝑏) 5𝑏 + 2𝑐 − 8 (𝑎 + 𝑏) = 0
1 3 4 −1 𝑐 + 2𝑏 5
(0 0 0 0 −𝑎 − 2𝑏 − 𝑐 + 𝑑 )
-25b-10c+8a+8b=0 −𝑎 − 2𝑏 − 𝑐 + 𝑑=0
8a-17b-10c=0 a+2b2c-d=0
S={(a,b,c,d)/ 8a-17b-10c=0 ^ a+2b2c-d=0 }
Hallamos base de S
𝐵𝑠 ={(3,-18,33,0), (7,8,0,33)}
Sea(x,y,z,w)∈ 𝑆 ℎ
〈(x, y, z, w )|(7,8,0,33)〉=0
→17x+2(8y)+0(33w)=0
17x+16y+33w=0
𝑆 ℎ ={(x,y,z,w)/ x-12y+22z=0 ^ 17x+16y+33w=0}
12𝑦−𝑥 −17𝑥−16𝑦
Z= 22 w= 33
12𝑦−𝑥 −17𝑥−16𝑦
(x,y,z,w)=(x,y, 22 , 33
)
=x/66(66,0,-3,-34)+y/66(0,66,36,32)
𝐵𝑆 ℎ ={(66,0,-3,-34), (0,66,36,32)}
dimension𝑆 ℎ =2
Producto interno euclidiano.- el procucto euclidiano es el producto mas simple en el espacio vectorial y se los
utiliza cuando no existe uno especificado los productos euclidianos son:
1.- en 𝑅 𝑛 ⟨𝑢|𝑣⟩=u°𝑣=𝑢𝑡 v
𝑢1 𝑣1
𝑢2 𝑣2
Cuando u=(𝑢 ) ^ v=(𝑣 )
3 3
𝑢𝑛 𝑣𝑛
1
Si 𝑓(𝑥), 𝑔(𝑥) ≥ ∫0 𝑓(𝑥)𝑔(𝑥)𝑑𝑥
Si 𝑓(𝑥), 𝑔(𝑥)=0 hallar T entonces [,T] se llama intervalo de ortogonalidad
No existe producto euclidiano para el espacio vectorial de matrices
Proyección ortogonal de un vector sobre otro
Sean los vectores u y v
U
𝑝𝑟𝑜𝑦𝑣 𝑢
⟨𝑢|𝑣⟩ 𝑝𝑟𝑜𝑦𝑣𝑢 ⟨𝑢 |𝑣 ⟩
Entonces cos= = → 𝑝𝑟𝑜𝑦𝑣 𝑈 =
𝑢𝑣 |𝑢| | 𝑣|
⟨𝑢 |𝑣 ⟩1𝑣
Pero 𝑝𝑟𝑜𝑦𝑣 𝑈 = Vunitario|𝑝𝑟𝑜𝑦𝑣 𝑈 | → 𝑝𝑟𝑜𝑦𝑣 𝑈 = | 𝑣|| 𝑣|
⟨𝑢 |𝑣⟩ 𝑣
𝑝𝑟𝑜𝑦𝑣 𝑈 =
|| 𝑣||2
Además
𝑝𝑟𝑜𝑦𝑣 𝑈 +𝑝𝑟𝑜𝑦𝑣 𝑈 ℎ =u
𝑝𝑟𝑜𝑦𝑣 𝑈 ℎ =u-𝑝𝑟𝑜𝑦𝑣 𝑈
B={𝑢1 , 𝑢2 , 𝑢3 , 𝑢4 … … 𝑢𝑛 }
Ejemplo
Hallar el valor de t y el vector x tal que la base sea ortonormal utilice el producto escalar.
1 1 1
B={( , ,0),( 2 , 𝑡, 0), 𝑥}
√2 √2 √
Solución:
Si 𝑢3 =x=(a,b,c)
1 1 1 1 𝑡
⟨𝑢1 |𝑢2 ⟩=0 → ⟨( , , 0)|( 2 , 𝑡, 0)⟩ =2 + +0 = 0
√2 √2 √ √2
1 1 𝑎 𝑏
⟨𝑢1 |𝑢3 ⟩=0 → ⟨( , , 0)|( 𝑎, 𝑏, 𝑐)⟩=2 + + 0 = 0 → a+b=0
√2 √2 √2
1 1 1 1 1 1
⟨𝑢1 |𝑢1 ⟩=0 → ⟨( , , 0)|( 2 , 2 , 0)⟩ =2 + 2 + 0 = 1
√2 √2 √ √
1 −√2 1 −√2 1 1
⟨𝑢2 |𝑢2 ⟩=0 → ⟨( , , 0)|(2 , 2 , 0)⟩=2 +2+0 =1
2 2
C=±1
1 1 1
B={( 2 , ,0),( 2 , 𝑡, 0), (0,0. ±1)}
√ √2 √
Proyección de un vector sobre una base ortonormal.-sea un vector x y una base orto normal
B={𝑢1 , 𝑢2 , 𝑢3 , 𝑢4 … … 𝑢𝑛 }
Se define:
𝑝𝑟𝑜𝑦𝑏 𝑥=∑𝑛𝑖=1⟨𝑥𝑖 |𝑢𝑖 ⟩ 𝑢𝑖
𝑝𝑟𝑜𝑦𝑏 𝑥=⟨𝑥1 |𝑢1 ⟩𝑢1 +⟨𝑥2 |𝑢2 ⟩𝑢2 …….+⟨𝑥𝑛 |𝑢𝑛 ⟩𝑢𝑛
1er Paso
1
𝑢1 =
⃗⃗⃗⃗ 𝑣
⃗⃗⃗⃗
⃗⃗⃗⃗1 ‖ 1
‖𝑣
2do Paso
𝑣2
⃗⃗⃗⃗
𝑃𝑟𝑜𝑦𝑢⃗⊾1 ⃗⃗⃗⃗
𝑣2 𝜃 𝑣
⃗⃗⃗⃗1
𝑢1
⃗⃗⃗⃗
𝑃𝑟𝑜𝑦𝑢⃗⊾1 ⃗⃗⃗⃗
𝑣2 = ⃗⃗⃗⃗
𝑣2 − 𝑃𝑟𝑜𝑦⃗⃗⃗⃗⃗
𝑢1 ⃗⃗⃗⃗
𝑣2
⊾ < ⃗⃗⃗⃗
𝑣2 , 𝑢 ⃗⃗⃗⃗1 > 𝑢
⃗⃗⃗⃗1
𝑃𝑟𝑜𝑦⃗⃗⃗⃗⃗
𝑢1 ⃗⃗⃗⃗
𝑣2 = ⃗⃗⃗⃗
𝑣2 − 2
‖𝑢⃗⃗⃗⃗1 ‖
⊾
𝑃𝑟𝑜𝑦⃗⃗⃗⃗⃗
𝑢1 ⃗⃗⃗⃗
𝑣2 = ⃗⃗⃗⃗
𝑣2 −< ⃗⃗⃗⃗
𝑣2 , 𝑢
⃗⃗⃗⃗1 > 𝑢
⃗⃗⃗⃗1
3er Paso
𝑣2
⃗⃗⃗⃗
𝑢
⃗⃗⃗⃗2
𝑣3
⃗⃗⃗⃗
𝑣
⃗⃗⃗⃗1
⃗⃗⃗⃗1
𝑢
⊾
𝑃𝑟𝑜𝑦⃗⃗⃗⃗⃗ 𝑢2 ⃗⃗⃗⃗
𝑢1, ⃗⃗⃗⃗⃗ 𝑣3 = ⃗⃗⃗⃗
𝑣3 −< ⃗⃗⃗⃗
𝑣3 , ⃗⃗⃗⃗
𝑢1 > 𝑢
⃗⃗⃗⃗1 −< ⃗⃗⃗⃗
𝑣3 , 𝑢
⃗⃗⃗⃗2 > 𝑢
⃗⃗⃗⃗2
⃗⃗⃗⃗3 −< ⃗⃗⃗⃗
𝑣 𝑣3 , 𝑢
⃗⃗⃗⃗1 > 𝑢
⃗⃗⃗⃗1 −< ⃗⃗⃗⃗
𝑣3 , 𝑢
⃗⃗⃗⃗2 > 𝑢
⃗⃗⃗⃗2
𝑢
⃗⃗⃗⃗3 =
‖𝑣
⃗⃗⃗⃗3 −< ⃗⃗⃗⃗
𝑣3 , 𝑢
⃗⃗⃗⃗1 > 𝑢
⃗⃗⃗⃗1 −< ⃗⃗⃗⃗
𝑣3 , 𝑢 ⃗⃗⃗⃗2 ‖
⃗⃗⃗⃗2 > 𝑢
En forma general
𝑣𝑖 − ∑𝑖=1
⃗⃗⃗ 𝑗=1 < ⃗⃗⃗⃗⃗
𝑣3𝑖 , ⃗⃗⃗
𝑢𝑗 > ⃗⃗⃗
𝑢𝑗
𝑢𝑖 =
⃗⃗⃗ ∀𝑖 = 1,2,3, … 𝑛
⃗⃗⃗𝑖 − ∑𝑖=1
‖𝑣 𝑗=1 < ⃗⃗⃗⃗⃗
𝑣3𝑖 , ⃗⃗⃗
𝑢𝑗 > ⃗⃗⃗
𝑢𝑗 ‖
Solución:
𝑆 = {(𝑥, 𝑦, 𝑧) ∕ 3𝑥 − 2𝑦 + 𝑧 = 0}
𝑧 = −3𝑥 + 2𝑦
1er Paso
1
𝑢1 =
⃗⃗⃗⃗ 𝑣
⃗⃗⃗⃗
⃗⃗⃗⃗1 ‖ 1
‖𝑣
⃗⃗⃗⃗1 ‖ = √〈𝑣
‖𝑣 ⃗⃗⃗⃗1 〉 = √𝑣
⃗⃗⃗⃗1 , 𝑣 ⃗⃗⃗⃗1 = √12 + 02 + (−3)2 = √10
⃗⃗⃗⃗1 ∘ 𝑣
1
𝑢1 =
⃗⃗⃗⃗ (1,0, −3)
√10
2do Paso
⃗⃗⃗⃗2 − 〈𝑣
𝑣 ⃗⃗⃗⃗1 〉𝑢
⃗⃗⃗⃗2 , 𝑢 ⃗⃗⃗⃗1
𝑢
⃗⃗⃗⃗2 =
‖𝑣
⃗⃗⃗⃗2 − 〈𝑣 ⃗⃗⃗⃗1 〉𝑢
⃗⃗⃗⃗2 , 𝑢 ⃗⃗⃗⃗1 ‖
1 1 6
〈𝑣 𝑢1 〉 = 〈(0,1,2);
⃗⃗⃗⃗2 , ⃗⃗⃗⃗ (1,0, −3)〉 = (0 + 0 − 6) = −
√10 √10 √10
6 1
(0,1,2) − (− ) (1,0, −3)
𝑢
⃗⃗⃗⃗2 = √10 √10
6 1
‖(0,1,2) − (− ) (1,0, −3)‖
√10 √10
3 3 5 1 1
(0,1,2) + (1,0, −3) ( , , ) (3,5,1)
𝑢
⃗⃗⃗⃗2 = 5 = 5 5 5 = 5
3 3 5 1 1
‖(0,1,2) + 5 (1,0, −3)‖ ‖(5 , 5 , 5)‖ ‖5 (3,5,1)‖
Porque
𝑘𝑥 𝑘𝑥 𝑘𝑥 𝑥
= = =
‖𝑘𝑥 ‖ √〈𝑘𝑥 , 𝑘𝑥 〉 𝑘‖𝑥 ‖ ‖𝑥 ‖
1
𝑢
⃗⃗⃗⃗2 = (3,5,1)
√35
1 1
∴ 𝐵∗ = { (1,0, −3); (3,5,1)}
√10 √35
𝐵 = {1, 𝑡, 𝑡 2 }
Solución
𝐵 = {1, 𝑡, 𝑡 2 } = {𝑝1 , 𝑝2 , 𝑝3 }
1er Paso
1
𝑞1 =
⃗⃗⃗⃗ 𝑝
⃗⃗⃗⃗
⃗⃗⃗⃗1 ‖ 1
‖𝑝
1 1
⃗⃗⃗⃗1 ‖ = √〈𝑝
‖𝑝 𝑝1 〉 = √∫ 𝑝1 ∙ 𝑝1 𝑑𝑡 = √∫ 12 𝑑𝑡 = √𝑡|10 = √1 = 1
⃗⃗⃗⃗1 , ⃗⃗⃗⃗
0 0
1
𝑞1 = 1 = 1
⃗⃗⃗⃗ → ⃗⃗⃗⃗
𝑞1 = 1
1
2do Paso
⃗⃗⃗⃗2 − 〈𝑞
𝑞 𝑝1 〉𝑝
⃗⃗⃗⃗2 , ⃗⃗⃗⃗ ⃗⃗⃗⃗1
𝑞2 =
⃗⃗⃗⃗
‖𝑞
⃗⃗⃗⃗2 − 〈𝑞 𝑝1 〉𝑝
⃗⃗⃗⃗2 , ⃗⃗⃗⃗ ⃗⃗⃗⃗1 ‖
1 1
𝑡2 1
〈𝑞 𝑝1 〉 = √〈𝑞
⃗⃗⃗⃗2 , ⃗⃗⃗⃗ 𝑝1 〉 = ∫ 𝑡(1) 𝑑𝑡 =
⃗⃗⃗⃗2 , ⃗⃗⃗⃗ | =
0 2 0 2
1
𝑡 − 2 (1) (2𝑡 − 1)
𝑞2 =
⃗⃗⃗⃗ =
1 ‖(2𝑡 − 1)‖
‖𝑡 − 2 (1)‖
1 1
(2𝑡 − 1)3
‖(2𝑡 − 1)‖ = √〈2𝑡 − 1,2𝑡 − 1〉 = √∫ (2𝑡 − 1)2 𝑑𝑡 = √ |
0 3∙2 0
1 1
‖(2𝑡 − 1)‖ = √ {1 − (−1)} = √
6 3
𝑞2 = √3(2𝑡 − 1)
⃗⃗⃗⃗
3er Paso
1 1
2
𝑡3 1
〈𝑝 𝑞1 〉 = ∫ 𝑡 ∙ 1𝑑𝑡 = | =
⃗⃗⃗⃗3 , ⃗⃗⃗⃗
0 3 0 3
1 1
2
2𝑡 4 𝑡 3 1 1 √3
〈𝑝 𝑞2 〉 = ∫ 𝑡 √3(2𝑡 − 1)𝑑𝑡 = √3
⃗⃗⃗⃗3 , ⃗⃗⃗⃗ − | = √3 ( ∙ ) =
0 4 3 0 2 3 6
1 √3
𝑡 2 − 3 (1) − 6 [√3(2𝑡 − 1)]
𝑞3 =
⃗⃗⃗⃗
1 √3
‖𝑡 2 − (1) − − 1)]‖
3 6 [√3(2𝑡
1
1
𝑡2 − 𝑡 + 6 (6𝑡 2 − 6𝑡 + 1)
𝑞3 =
⃗⃗⃗⃗ = 6
1 1
‖𝑡 2 − 𝑡 + 6‖ ‖6 (6𝑡 2 − 6𝑡 + 1)‖
1 1
35𝑡 5 36𝑡 3 72𝑡 4 12𝑡 3 12𝑡 2
‖(6𝑡 2 − 6𝑡 + 1)‖ = √∫ (6𝑡 2 − 6𝑡 + 1)2 𝑑𝑡 = √ + +𝑡− + − |
0 5 3 4 3 2 0
36 36 1
‖(6𝑡 2 − 6𝑡 + 1)‖ = √ + + 1 − 18 + 4 − 6 = √
5 3 5
𝑞3 = √5(6𝑡 2 − 6𝑡 + 1)
⃗⃗⃗⃗
⃗⃗⃗⃗1 = (1,0,0,0) y a 𝑢
𝑢 ⃗⃗⃗⃗4 = (0,0,0,1) y que forme angulos iguales con:
⃗⃗⃗⃗2 = (0,1,0,0) y 𝑢
𝑢 ⃗⃗⃗⃗3 = (0,0,1,0)
Solución.-
Sea 𝑥 = (𝑎, 𝑏, 𝑐, 𝑑) que buscamos entonces
〈𝑥, ⃗⃗⃗⃗1 〉 = 0
⃗⃗⃗ 𝑢 ∧ 〈𝑥, ⃗⃗⃗⃗4 〉 = 0
⃗⃗⃗ 𝑢
𝑎+0+0+0=0 ∧ 0+0+0+𝑑 =0
𝑎=0 ∧ 𝑑=0
〈𝑥, ⃗⃗⃗⃗2 〉
⃗⃗⃗ 𝑢 〈𝑥, ⃗⃗⃗⃗3 〉
⃗⃗⃗ 𝑢
cos 𝜃 = = … … … … … (𝛼)
‖𝑥 ‖‖𝑢 ⃗⃗⃗⃗2 ‖ ‖𝑥 ‖‖𝑢 ⃗⃗⃗⃗3 ‖
⃗⃗⃗⃗2 ‖ = √〈𝑢
‖𝑢 ⃗⃗⃗⃗2 〉 = √02 + 12 + 02 + 02 = √1 = 1
⃗⃗⃗⃗2 , 𝑢
⃗⃗⃗⃗3 ‖ = √〈𝑢
‖𝑢 ⃗⃗⃗⃗3 〉 = √02 + 02 + 12 + 02 = √1 = 1
⃗⃗⃗⃗3 , 𝑢
‖𝑢
⃗⃗⃗⃗3 ‖〈𝑥, ⃗⃗⃗⃗2 〉 = ‖𝑢
⃗⃗⃗ 𝑢 ⃗⃗⃗⃗2 ‖〈𝑥, ⃗⃗⃗⃗3 〉
⃗⃗⃗ 𝑢
1(𝑏) = 1(𝑐)
𝑏=𝑐
𝑥 = (𝑎, 𝑏, 𝑐, 𝑑) = (0, 𝑏, 𝑏, 0) = 𝑏(0,1,1,0)
∴ 𝑥 = (0,1,1,0)
Ejemplo.-
Hallar una base ortonormal para el subespacio e 𝑅 2𝑥2 generado por el conjunto:
2 −1 3 1 5 0 3 −4
{[ ];[ ];[ ];[ ]}
3 1 −1 4 2 5 10 −1
〈[𝑎 𝑏 𝑥 𝑦
];[ ]〉 = 𝑎𝑥 + 2𝑏𝑦 + 2𝑐𝑧 + 𝑑𝑢
𝑐 𝑑 𝑧 𝑢
𝑎 𝑏 2 −1 3 1 5 0 3 −4
[ ] = 𝛼1 [ ] + 𝛼2 [ ] + 𝛼3 [ ] + 𝛼4 [ ]
𝑐 𝑑 3 1 −1 4 2 5 10 −1
2 3 5 3 𝑎 2𝐹2 + 𝐹1 → 𝐹1 0 5 5 −5 𝑎 + 2𝑏 (−1)𝐹1 + 𝐹3 → 𝐹3
−1 1 0 −4 𝑏 3𝐹 + 𝐹 → 𝐹 −1 1 0 −4 𝑏 (−2/5)𝐹1 + 𝐹2 → 𝐹2
[ | ] 2 3 3
→ [ | ]
3 −1 2 10 𝑐 𝐹2 + 𝐹3 → 𝐹3 0 2 2 −2 𝑐 + 3𝑏
1 4 5 −1 𝑑 0 5 5 −5 𝑏 + 𝑑
0 5 5 −5 𝑎 + 2𝑏 2
−1 1 0 −4 𝑏 𝑐 + 3𝑏 − ( ) (𝑎 + 2𝑏) = 0
[ | ] 5
0 0 0 0 𝑐 + 3𝑏 − (2/5)(𝑎 + 2𝑏)
0 0 0 0 −𝑎 − 𝑏 + 𝑑
−𝑎 − 𝑏 + 𝑑 = 0
2
𝑐 + 3𝑏 − ( ) (𝑎 + 2𝑏) = 0 ⁄ ⁄5 ∧ −𝑎 − 𝑏 + 𝑑 = 0
5
2𝑎 − 11𝑏 − 5𝑐 = 0
𝑎 𝑏
𝑆 = {[ ] ⁄ 2𝑎 − 11𝑏 − 5𝑐 = 0 ∧ −𝑎 − 𝑏 + 𝑑 = 0}
𝑐 𝑑
𝑎 𝑏 𝑎 5 𝑏 0
𝑎 𝑏 0 5
[ ]=[ 2 11 ]= [ ]+ [ ]
𝑐 𝑑 𝑎 − 𝑏 𝑎 + 𝑏 5 2 5 5 −11 5
5 5
5 0 0 5
𝐵 = {[ ];[ ]}
2 5 −11 5
𝑣1 𝑣2
Ortonormalizando por Gram Schmidt
1er Paso
1
𝑢1 = 𝑣
‖𝑣1 ‖ 1
1 5 0
𝑢1 = [ ]
√58 2 5
2do Paso
𝑣2 −< 𝑣2 , 𝑢1 > 𝑢1
𝑢2 =
‖𝑣2 −< 𝑣2 , 𝑢1 > 𝑢1 ‖
1 5 1 19
〈𝑣2 , 𝑢1 〉 = 〈[ 0 5
]; [
0
]〉 = {0 + 2(0) + 2(−22) + 25} = −
−11 5 √58 2 5 √58 √58
0 5 19 1 5 0
[ ] − (− ) [ ]
−11 5 √58 √58 2 5
𝑢2 =
0 5 19 1 5 0
‖[ ] − (− ) [ ]‖
−11 5 √58 √58 2 5
0 5 19 5 0 1 95 290
[ ] + 58 [ ] [ ]
𝑢2 = −11 5 2 5 = 58 −600 385
0 5 19 5 0 1 95 290
‖[ ] + 58 [ ]‖ ‖58 [ ]‖
−11 5 2 5 −600 385
5 19 58
[ ]
58 −120 77
𝑢2 =
5 19 58
‖ [ ]‖
58 −120 77
19 58
‖[ ]‖ = √192 + 2(58)2 + 2(−120)2 + 772 = √41818
−120 77
1 19 58
𝑢2 = [ ]
√41818 −120 77
1 5 0 1 19 58
𝐵∗ = { [ ] ; [ ])}
√58 2 5 √41818 −120 77
TEOREMA
〈𝑥 , 𝑦〉 = 𝑥 𝑡 ∙ 𝐴 ∙ 𝑦
En algunas ocasiones es posible hallar A con elementos de la combinación lineal respecto a la base canonica,
por ejemplo:
1 1 0
𝐴 = [0 1 1]
1 0 1