Documente Academic
Documente Profesional
Documente Cultură
27 de agosto de 2018
Índice general
1. Espacios Vectoriales 1
1.1. Conceptos preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Estructuras algebraicas, leyes de composición, campos y anillos . . . . . . . . . . . . 1
1.2. Espacio euclidiano de n dimensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Adición de dos vectores y multiplicación de un vector por un escalar . . . . . . . . . . 2
1.2.2. Producto Interior euclidiano en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3. Norma de un vector y distancia en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Espacios Vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1. Axiomas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2. Subespacio vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3. Combinación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.4. Independencia lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.5. Bases y dimensión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.6. Espacio de renglones de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4. Espacios Vectoriales con producto interior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4.1. Desigualdad de Cauchy-Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.4.2. Longitud y ángulo en un espacios vectorial con producto interior . . . . . . . . . . . . 27
1.5. Bases ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.5.1. Proceso de Gram-Schmidt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.6. Métrica o función distancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
I
Capı́tulo 1
Espacios Vectoriales
u + (v + w) = (u + v) + w, (1.1)
u+v = v + u, (1.2)
u+0 = u (elemento neutro o identidad aditivo), (1.3)
u + (−u) = 0 (elemento inverso aditivo), (1.4)
u ∗ (v ∗ w) = (u ∗ v) ∗ w, (1.5)
u∗v = v ∗ u, (1.6)
u∗1 = u (elemento neutro o identidad multiplicativo), (1.7)
u ∗ u−1 = 1 (elemento inverso multiplicativo), (1.8)
u ∗ (v + w) = u ∗ v + u ∗ w. (1.9)
Un anillo es una estructura más general en donde no existen los elementos identidad o inverso multi-
plicativos. El conjunto de los reales R o de los complejos C constituyen un campo, pero el conjunto de los
enteros Z es un anillo.
1
2 CAPÍTULO 1. ESPACIOS VECTORIALES
Una estructura algebraica de gran interés es un espacio vectorial. Enseguida presentamos un ejemplo
de un espacio vectorial y posteriormente presentaremos de manera más general la definición de espacio
vectorial.
u1 = v1 , u2 = v2 , . . . , un = vn . (1.10)
u + v = (u1 + v1 , u2 + v2 , . . . , un + vn ). (1.11)
u+v = v + u, (1.16)
u + (v + w) = (u + v) + w, (1.17)
u+0 = 0 + u, (1.18)
u+v = v + u, (1.19)
u + (−u) = 0, (1.20)
k(lu) = (kl)u, (1.21)
k(u + v) = ku + kv, (1.22)
(k + l)u = ku + lu, (1.23)
1u = u. (1.24)
1.2. ESPACIO EUCLIDIANO DE N DIMENSIONES 3
Este teorema permite manejar a los vectores en Rn sin tener que expresarlos en términos de sus com-
ponentes.
Ejercicio
x + u + (−u) = v + (−u),
x + (u − u) = v − u,
x+0 = v − u,
x = v − u.
n
Teorema 1.2. Si u, v y w son vectores en R y k es un escalar real entonces,
u·v = v · u, (1.26)
(u + v) · w = u · w + v · w, (1.27)
k(u · v) = ku · v = u · kv, (1.28)
u·u ≥ 0 y u·u=0 si solo si u = 0. (1.29)
El teorema anterior permite efectuar calculos de producto interior euclidiano de igual idéntica a como
se hace con números ordinarios.
Ejercicios
Ejercicios
q √
||u|| = u21 + u22 = 5|u2 | = 1,
6. Establezca la igualdad
||u + v||2 + ||u − v||2 = 2||u||2 + 2||v||2 . (1.32)
n 2
para vectores en R . Interprete el resultado para R .
Solución
p
||u + v||2 = ( (u + v) · (u + v))2 = ||u||2 + ||v||2 + 2u · v, (1.33)
p
||u − v||2 = ( (u − v) · (u − v))2 = ||u||2 + ||v||2 − 2u · v, (1.34)
de donde
||u + v||2 + ||u − v||2 = 2||u||2 + ||v||2 . (1.35)
Solución
b − vb, con u
Sea c = u b = u/||u|| y vb = v/||v||, entonces ||c|| ≥ 0, pero:
||c||2 = ||b
u||2 + ||b
v ||2 − 2b
u · vb ≥ 0,
2 − 2b
u · vb ≥ 0,
b · vb ≤ 1,
u
u·v
≤ 1,
||u||||v||
de donde
u · v ≤ ||u||||v||.
1.3. ESPACIOS VECTORIALES 5
1.3.1. Axiomas
Definición: Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con
dos operaciones: adición de dos vectores y multiplicación de un vector por un escalar real. Por adición se
entenderá que dados dos vectores u y v en V , hay una regla para determinar la adición de u y v, que se
denotará como u + v. Por multiplicación por un escalar se entenderá que dado un vector en V y un número
real k, hay una regla para determinar un objeto ku llamado multiplo escalar de u por k. Los siguientes
axiomas se deben de cumplir para todos los vectores u, v y w ∈ V , y para todos los escalares k y l ∈ R.
Si u y v ∈ V, entonces u + v ∈ V, (1.37)
u + v = v + u, (1.38)
u + (v + w) = (u + v) + w, (1.39)
Existe un vector 0 para todo u ∈ V, tal que u + 0 = 0 + u = u, (1.40)
Para todo u ∈ V existe −u ∈ V tal que u + (−u) = −u + u = 0, (1.41)
Si k ∈ R y u ∈ V entonces ku ∈ V, (1.42)
k(u + v) = ku + kv, (1.43)
(k + l)u = ku + lu, (1.44)
k(lu) = (kl)u, (1.45)
1u = u. (1.46)
Ejercicios
8. El conjunto Rn con las operaciones ordinarias de adición y multiplicación por escalares es un espacio
vectorial.
9. Sea V cualquier plano que pasa por el origen en R3 . Demuestre que todos los puntos en V forman
un espacio vectorial bajo las operaciones ordinarias para vectores en R3 de adición de vectores y
multiplicación de un vector por un escalar.
Solución
Los axiomas (1.38), (1.39),(1.43),(1.44) y (1.45) se cumplen para todos los puntos en R3 y por con-
siguiente para todos los puntos en el plano. Solo quedan los axiomas (1.37), (1.40), (1.41), (1.42) y
(1.46) por demostrar.
La ecuación del plano se escribe como:
ax + by + cz = 0, (1.47)
si u = (u1 , u2 , u3 ) y v = (v1 , v2 , v3 ) se localizan en el plano, entonces:
au1 + bu2 + cu3 = 0 av1 + bv2 + cv3 = 0, (1.48)
podemos escribir
a(u1 + v1 ) + b(u2 + v2 ) + c(u3 + v3 ) = 0, (1.49)
por lo tanto, el vector u + v = (u1 + v1 , u2 + v2 , u3 + v3 ), también está en el plano.
Ahora se cumple que:
−(au1 + bu2 + cu3 ) = 0,
a(−u1 ) + b(−u2 ) + c(−u3 ) = 0,
6 CAPÍTULO 1. ESPACIOS VECTORIALES
definen la suma de funciones y la multiplicación por un escalar. El vector cero será la función cero
para todo x.
12. Demuestre que todos los puntos (x, y) en R2 que pertenecen al primer cuadrante no forman un
espacio vectorial bajo las operaciones ordinarias en R2 .
Solución
Sea k = −1 y u = (u1 , u2 ), entonces ku = (−u1 , −u2 ) no está en V . Tampoco existe un vector −u en
V tal que u + (−u) = 0.
Teorema 1.3. Sea V un espacio vectorial, u un vector en V y k un escalar, entonces:
0u = 0, (1.51)
k0 = 0, (1.52)
−1u = −u, (1.53)
si ku = 0 entonces k = 0 o u=0 (1.54)
Ejercicios
Determine cuál de los siguientes conjuntos con las operaciones de adición de dos vectores y multiplicación
por un escalar que se indican es un espacio vectorial.
13. El conjunto de todas las ternas de números reales (x, y, z) con las operaciones
(x, y, z) + (x0 , y 0 , z 0 ) = (x + x0 , y + y 0 , z + z 0 ),
y
k(x, y, z) = (kx, y, z).
Solución
Debemos verificar que se cumplan los axiomas antes mencionados. Es fácil ver que se cumplen los
axiomas (1.37)-(1.42), veamos ahora los restantes. Sea u = (x, y, z) y v = (x0 , y 0 , z 0 ),
14. El conjunto de todas las ternas de números reales (x, y, z) con las operaciones
(x, y, z) + (x0 , y 0 , z 0 ) = (x + x0 , y + y 0 , z + z 0 ),
y
k(x, y, z) = (0, 0, 0).
Solución
En este ejemplo no se cumple el siguiente axioma:
1u = 0 6= u, (1.55)
15. El conjunto de todos los pares de números reales con las operaciones
(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 ),
y
k(x, y) = (2kx, 2ky).
Solución
En este ejemplo igual que el anterior, no se cumple el mismo axioma ya que:
1u = 1(x, y) = 2u 6= u, (1.56)
16. El conjunto de todos los números reales x con las operaciones de adición y multiplicación.Solución
Sea u = x, con x un número real, se puede mostrar que se cumplen todos los axiomas y por lo tanto
este es un espacio vectorial.
17. El conjunto de todos los números reales de la forma (x, 0) con las operaciones ordinarias en R2 .
Solución
Es evidente que este conjunto es el de todos los vectores en R2 que yacen sobre el eje x. Por lo
tanto, este si es un espacio vectorial.
18. El conjunto de todos los números reales de la forma (x, y) donde x ≥ 0 con las operaciones ordinarias
en R2 .
Solución
Sea u = (x, y), se deduce que no existe el vector negativo tal que: u + (−u) = 0, ya que −u = (x, y)
no está en V y por lo tanto no es un espacio vectorial.
19. El número de todas las n − adas de números reales de la forma (x1 , . . . , xn ) con las operaciones
ordinarias en Rn .
Solución
Es evidente que este conjunto es un espacio vectorial porque se cumplen todos los axiomas.
20. El conjunto de todos los pares de números reales (x, y) con las operaciones (x, y) + (x0 + y 0 ) =
(x + x0 + 1, y + y 0 + 1) y k(x, y) = (kx, ky).
Solución
8 CAPÍTULO 1. ESPACIOS VECTORIALES
Ejercicios
25. Un plano o una recta son subespacios de R3 siempre que el origen forme parte ya sea del plano o
de la recta.
26. Demuestre que el conjunto W de todas las matrices de 2×2 que tienen ceros en la diagonal principal,
es un subespacio del espacio vectorial M22 .
Solucion
a0
0 a 0
Sea: u = yv= , entonces:
b 0 b0 0
a + a0
0
u+v = ,
b + b0
0
0 ka
ku = ,
kb 0
27. El conjunto de todos los polinomios de grado ≤ n, denominado Pn , es un subespacio del espacio de
todas las funciones reales.
Solucion
Sea u = a0 + a1 x + · · · + an xn y v = b0 + b1 x + · · · + bn xn , entonces:
28. Las funciones reales continuas en todo x son un subespacio del conjunto de todas las funciones
reales.
Solucion
Si f (x) y g(x) son funciones continuas, entonces f (x) + g(x) y kf (x) son funciones continuas.
10 CAPÍTULO 1. ESPACIOS VECTORIALES
29. Sea Ax = 0 un sistema homogéneo de m ecuaciones lineales con n incógnitas. Sea W el conjunto
de vectores solución al sistema y sean s y s0 dos vectores solución. W es un subespacio del espacio
de todos los vectores en Rn .
Solucion
Se tiene que: As = 0 y As0 = 0, entonces:
A(s + s0 ) = As + As0 = 0 + 0,
A(ks) = kAs = k0 = 0.
Por lo tanto s + s0 y ks están en W .
de donde a00 = ka, b00 = kb, c00 = kc, entonces vemos que:
si A = AT entonces
a c a b
AT = = ,
b d c d
de modo que b = c, entonces estas matrices tienen la forma:
a b
A= , (1.67)
b d
Ahora sea
a0 b0
B= ,
b0 d0
entonces:
a + a0 b + b0
a b a b
A+B= + = , (1.68)
c d c d b + b0 d + d0
y es evidente que CT = (A + B)T está en V . Ahora sea
ka kb
C = kA = ,
kb kd
34. El espacio vectorial de todos los polinómios de grado ≤ n se denota como Pn . Determine cuál de los
siguientes conjuntos es un subespacio de P3 .
35. Determine cuál de los siguientes conjuntos es un subespacio de todas las funciones reales definidas
en la recta real.
Ejercicios
37. Si v1 y v2 son vectores no colineales en R3 y sus puntos iniciales están en el origen, las combinaciones
lineales k1 v1 + k2 v2 determinan a un plano.
38. Determine si v1 = (1, 1, 2), v2 = (1, 0, 1) y v3 = (2, 1, 3) generan a R3 .
Solución
Si esto es cierto, todo vector en R3 será una combinación lineal de {v1 , v2 , v3 }. Sea u = (x, y, z) un
vector arbitrario, entonces:
u = k1 v1 + k2 v2 + k3 v3 , (1.75)
para algunos escalares k1 , k2 y k3 :
k1 + k2 + 2k3 = x,
k1 + k3 = y,
2k1 + k2 + 3k3 = z.
Debemos ver si este sistema tiene solución para todo (x, y, z). Podemos escribir:
Ak = u,
donde
1 1 2 k1 x
A= 1 0 1 , k = k2 , u = y . (1.76)
2 1 3 k3 z
El sistema tendrá solución para todo u si A es invertible. Si A es invertible, entonces det A ≡ |A| =
6 0.
1 1 2 1 1 2
|A| = 1 0 1 = 1 0 1 = 0, (1.77)
2 1 3 0 0 0
en donde sumamos al tercer renglón el negativo de los dos primeros renglones. Por lo tanto A es no
invertible y los vectores {v1 , v2 , v3 } no generan a R3 .
39. Demuestre que el vector w = (9, 2, 7) es una combinación lineal de u = (1, 2, −1) v = (6, 4, 2).
Solucion
a + 6b = 9, (1.79)
2a + 4b = 2, (1.80)
−a + 2b = 7, (1.81)
vemos que la ecuación (1.81) es redundante pues se obtiene de restar (1.79) con (1.80). La solución
del sistema es entonces:
40. Demuestre que el vector (4, −1, 3) no es una combinación lineal de los vectores u y v del ejercicio
anterior.
Solucion
Vemos que
(4, −1, 3) = a(1, 2, −1) + b(6, 4, 2), (1.84)
de donde
a + 6b = 4,
2a + 4b = −1,
−a + 2b = 4.
Este sistema no tiene solución y por lo tanto (4, −1, 3) no es combinación lineal de u y v.
Teorema 1.5. Sean {v1 , . . . , vr } vectores de un espacio vectorial V , entonces:
El conjunto W de todas las combinaciones lineales de {v1 , . . . , vr } es un subespacio de V .
W es el subespacio más pequeño de V que tiene como a elementos a {v1 , . . . , vr }, es decir, cualquier
otro subespacio de V que contiene como elementos a {v1 , . . . , vr } debe contener a W .
Demostración:
Sean:
u = k1 v1 + · · · + kr vr ,
v = k10 v1 + · · · + kr0 vr ,
u+v = (k1 + k10 )v1 + · · · + (kr + kr0 )vr ,
entonces u + v está en W .
ku = (kk1 )v1 + · · · + (kkr )vr ,
y ku también está en W .
Todo vector vi es una combinación lineal de S = {v1 , . . . , vr } puesto que:
Ejercicios
41. Diga cuál de los siguientes vectores son combinación lineal de u = (1, −1, 3) y v = (2, 4, 0).
w = (3, 3, 3).
Solucion
Debemos poder escribir w = au + bv para escalares reales a y b:
de donde
a + 2b = 3, (1.87)
−a + 4b = 3, (1.88)
3a = 3, (1.89)
16 CAPÍTULO 1. ESPACIOS VECTORIALES
a + 2b = 4, (1.90)
−a + 4b = 2, (1.91)
3a = 6, (1.92)
de donde se tiene que de la ecuación (1.92) a = 2 y de (1.91) tenemos que b = 1. Estos valores
satisfacen la ecuación w = au + bv y por lo tanto si hay dependencia lineal.
42. Exprese los siguientes polinomios como combinaciones lineales de: p1 = 2 + x + 4x2 , p2 = 1 − x + 3x2
y p3 = 3 + 2x + 5x2 .
q = 5 + 9x + 5x2 .
Solucion
Escribamos q = ap1 + bp2 + cp3 :
de donde:
2a + b + 3c = 5,
a − b + 2c = 9, (1.93)
4a + 3b + 5c =, 5
Este sistema de ecuaciones lineales se puede escribir como:
2 1 3 a 5
1 −1 2 b = 9 , (1.94)
4 3 5 c 5
1 21 3 5
2 a 2
0 1 − 1 b = − 13 , (1.95)
3 3
0 0 − 23 c − 23
D = aA + bB + cC, (1.97)
1.3. ESPACIOS VECTORIALES 17
es decir
6 3 a + 4c 2a + b − 2c
D= = , (1.98)
−0 8 −a + 2b 3a + 4b − 2c
de donde
a + 4c = 6, (1.99)
2a + b − 2c = 3, (1.100)
−a + 2b = 0, (1.101)
3a + 4b − 2c = 8, (1.102)
de donde se obtiene que de la ecuación (1.101) tenemos a = 2b y de (1.99) vemos que a = 6−4c,
de donde 2b = 6 − 4c entonces b = 3 − 2c. Sustituyendo en (1.100), se tiene c = 1, entonces
b = 1 y a = 2. Sustituyendo en (1.102) tenemos 6 + 4 − 2 = 8. El sistema es consistente y D es
combinación lineal de A, B y C:
D = 2A + B + C
−1 7
D= .
5 1
de donde:
a + 2b + 3c = x,
a + 2b = y, (1.103)
a = z,
en forma matricial:
1 2 3 a x
1 2 0 b = y , (1.104)
1 0 0 c z
que puede escribirse como
a x
A b = y , (1.105)
c z
con
1 2 3
A= 1 2 0 .
1 0 0
Para que el sistema tenga solución, la matriz A debe tener inversa y por lo tanto det A 6= 0.
Vemos que
1 2 3
det A = 1 2 0 = 6 6= 0, (1.106)
1 0 0
45. Determine cuál de los siguientes vectores pertenecen al espacio generado por f (x) = cos2 (x) y
g(x) = sin2 (x).
h(x) = cos(2x).
Solucion
Si h(x) es una combinación lineal de f (x) y g(x) se puede escribir como
de donde
a cos2 (x) + b sin2 (x) = a cos2 (x) + b(1 − cos2 )(x) = b + (a − b) cos2 (x), (1.107)
1
af (x) + bg(x) = b + (a − b) (1 + cos(2x)),
2
1 1
= (a + b) + (a − b) cos(2x),
2 2
= h(x) = cos(2x),
a+b=0 y a − b = 2, (1.108)
de donde a = −b y b = −1, entonces a = 1. Entonces h(x) = af (x) + bg(x) = cos2 (x) − sin2 (x).
h(x)=1.
Solucion
Inmediatamente deducimos que:
h(x) = 3 + x2 .
Solucion
No hay forma de escribir x2 en términos de cos2 (x) y sin2 (x), por lo tanto no es una combinación
lineal.
h(x) = sin(x).
Q1 = 1 + 2x − x2 ,
Q2 = 3 + x2 ,
Q3 = 5 + 4x − x2 ,
Q4 = −2 + 2x − 2x2 .
Solucion
Vemos que no existe ningún término de orden x3 , por lo que es inmediato ver que estos polinómios
no generan a P3
1.3. ESPACIOS VECTORIALES 19
47. Encuentre la ecuación del plano generado por u = (1, 1, −1) y v = (2, 3, 5).
Solucion
Cualquier vector en este plano se puede escribir como combinación lineal de u y v. Sea w un vector
en este plano:
α1 + 2α2 + xα3 = 0,
α1 + 3α2 + yα3 = 0,
−α1 + 5α2 + zα3 = 0,
Para que este sistema tenga una solución válida el determinante de la matriz A debe ser igual a cero:
1 2 x
1 3
− y 1 2 + z 1 2 = 8x − 7y + z = 0,
det A = 1 3 y = x (1.112)
−1 5 z −1 5 −1 5 1 3
k1 v1 + k2 v2 + · · · + kr vr = 0 (1.113)
tiene al menos una solución, que es la trivial k1 = · · · = kr = 0. Si esta solución es única, se dice que S es
linealmente independiente. Si existen otras soluciones, se dice que S es linealmente dependiente.
Nota:
Un conjunto de vectores es linealmente dependiente si al menos uno de los vectores en este conjunto
se puede expresarse como combinación lineal de los restantes.
Dos vectores v1 y v2 forman un conjunto linealmente dependiente si y sólo si uno de ellos es múltiplo
escalar del otro: Si hay dependencia lineal k1 v1 +k2 v2 = 0 para k1 6= 0 y k2 6= 0, entonces v1 = − kk12 v2 .
Ejercicios
20 CAPÍTULO 1. ESPACIOS VECTORIALES
48. Diga si los siguientes vectores forman un conjunto linealmente dependiente. S = {v1 , v2 , v3 }, con
v1 = (2, −1, 0, 3), v2 = (1, 2, 5 − 1) y v1 = (7, −1, 5, 8).
Solucion
Se puede mostrar que 3v1 + v2 − v3 = 0. Por tanto este es un conjunto linealmente dependiente.
49. Los polinomios p1 = 1 − x, p2 = 5 + 3x − 2x2 , p3 = 1 + 3x − x2 forman un conjunto linealmente
dependiente ya que 3p1 − p2 + 2p3 .
50. Determine si el conjunto formado por los vectores v1 = (1, −2, 3), v2 = (5, 6, −1) y v3 = (3, 2, 1) es
linealmente dependiente.
Solucion
Si hay independencia lineal, se debe tener que la ecuación:
k1 v1 + k2 v2 + k3 v3 = 0 (1.114)
Si hay una solución distinta a la trivial, entonces det A 6= 0, pero el cálculo explı́cito demuestra que
det A = 0, entonces este conjunto es linealmente dependiente.
51. Demuestre que si v1 , v2 y v3 son tres vectores en R3 , entonces el conjunto S = {v1 , v2 , v3 } es
linealmente dependiente si y sólo si los tres vectores pertenecen a un plano.
Teorema 1.6. Sea S = {v1 , · · · vr } un conjunto de vectores en Rn . Si r < n entonces S es linealmente
dependiente.
Demostración:
Sea vi = (vi 1, vi 2, . . . , vi n). Consideremos:
k1 v1 + · · · + kr vr = 0 (1.116)
Esto da lugar a un sistema de n ecuaciones con r incógnitas. Tal sistema admite soluciones no triviales.
En consecuencia S es un conjunto linealmente dependiente.
Ejercicios:
52. Diga cuál de los siguientes conjuntos de vectores en P2 son linealmente independientes.
S = {u1 = 2 − x + 4x2 , u2 = 3 + 6x + 2x2 , u3 = 2 + 10x − 4x2 .
Solución
Si el conjunto el linealmente independiente, entonces k1 u1 +k2 u2 +k3 u3 = 0 admite una solución
no trivial. Ahora
lo que da lugar a tres ecuaciones lineales con incógnitas k1 , k2 , k3 que se pueden expresar
matricialmente como:
2 3 2 k1
−1 6 10 k2 = 0, (1.118)
4 2 −4 k3
1.3. ESPACIOS VECTORIALES 21
o bien Ak = 0, con
2 3 2
A = −1 6 10 . (1.119)
4 2 −4
El determinante de A es distinto de 0, por lo tanto solo existe la solución trivial y este conjunto
es linealmente independiente.
u1 = 3 + x + x2 , u2 = 2 − 1x + 5x2 , u3 = 4 − 3x2 .
Solución
Mediante un procedimiento similar se obtiene el sistema de ecuaciones siguiente
3 2 4 k1 0
Ak = 1 −1 0 k2 = 0 (1.120)
1 −5 3 k3 0
Se puede mostrar que el determinante de A es distinto de cero, por lo tanto es un conjunto
linealmente independiente.
53. Sea V el espacio de todas las funciones reales definidas en toda la recta real . ¿Cuáles de los
siguientes conjuntos de vectores en V son linealmente dependientes?
S = {v1 = 2, v2 = 4 sin2 (x), v3 = cos2 (x)}.
Solución
Se puede verificar que k1 v1 + k2 v2 + k3 v3 = 0 solo tiene como solución k1 = k2 = k3 = 0, por lo
tanto éste un conjunto linealmente independiente.
S = {v1 = 1, v2 = sin(x), v3 = sin(2x)}.
Solución
Para que k1 v1 + k2 v2 + k3 v3 = 0 se debe cumplir que k1 = k2 = k3 = 0, por lo tanto éste un
conjunto linealmente independiente.
54. ¿Para qué valores de λ el conjunto de vectores siguientes forman un conjunto linealmente depen-
diente en R3 ?
1 1 1 1 1 1
S = v1 = λ, − , − , v2 = − , λ, − , v3 = − , − , λ .
2 2 2 2 2 2
Solución
La ecuación k1 v1 + k2 v2 + k3 v3 = 0 da lugar al sistema de ecuaciones siguiente:
λ − 12 − 12
k1 0
Ak = − 21 λ − 12 k2 = 0 . (1.121)
− 21 − 12 λ k3 0
Este sistema tiene solución diferente a la trivial si det A 6= 0. El cálculo del determinante de A da lugar
a una ecuación de tercer grado en λ, esto es:
1 1 1
det A = λ + λ2 − λ − = 0, (1.122)
2 2 2
de donde las raices de la ecuación cuadrática son λ = 1, − 21 . Entonces podemos expresar el deter-
minante de A como:
1 1
det A = λ + (λ − 1) λ + . (1.123)
2 2
Entonces el conjunto es linealmente dependiente para λ = 1 y λ = − 21 .
22 CAPÍTULO 1. ESPACIOS VECTORIALES
S es linealmente independiente.
S genera a V .
Nota:
Un espacio vectorial V tiene una definicón finita si hay un subconjunto finito de vectores de V que forman
una base de V . Si no existe tal conjunto, se dice que V tiene dimensión infinita.
Ejercicios
55. El conjunto S = {e1 , . . . , en } con e1 = (1, . . . , 0), . . . , en = (0, . . . , 1) es una base de Rn porque es un
conjunto linealmente independiente y genera a Rn .
56. Demuestre que los vectores v1 = (1, 2, 1), v2 = (2, 9, 0), v3 = (3, 3, 4) forman una base de R3 .
Solución
Se debe mostrar que:
Se puede mostrar que det A = −1, por lo tanto A es invertible y se deduce que k1 = k2 = k3 = 0.
Se puede mostrar que la inversa de A es
−36 8 21
A−1 = 5 −1 −3
9 −2 −5
2x1 + 2x2 − x3 + x5 =0
−x1 − x2 − 2x3 − 3x4 + x5 =0
. (1.127)
x1 + x2 − 2x3 − x5 =0
x3 + x4 + x5 =0
Solución
Este es un sistema con más ecuaciones que incógnitas y tiene infinitas soluciones. La matriz aumen-
tada del sistema es:
2 2 −1 0 1
−1 −1 2 −3 1
A= . (1.128)
1 1 −2 0 −1
0 0 1 1 1
Aplicando reducción de Gauss se tiene
1 1 −2 0 −1 1 1 −2 0 −1 1 1 −2 0 −1
0 0 0 −3 0 0 0 1 1 1 0 0 1 1 1
A∼ ∼ ∼ , (1.129)
0 0 3 0 3 0 0 0 −3 0 0 0 0 3 0
0 0 1 1 1 0 0 0 −37 0 0 0 0 0 0
Entonces el conjunto de vectores {v1 = (−1, 1, 0, 0, 0), v2 = (−1, 0, −1, 0, 1)} es una base de este
espacio vectorial que tiene dimensión 2.
60. Determine la dimensión de cada uno de los siguientes subespacios de R4 .
Todos los vectores de la forma (a, b, c, 0).
Todos los vectores de la forma (a, b, c, d), donde d = a + b y c = a − b.
Teorema 1.7. Si S = {v1 , . . . , vn } es una base de un espacio vectorial V de dimensión finita, entonces
cualquier subconjunto de V con más de n vectores es linealmente dependiente.
Demostración:
Sea S 0 = {w1 , . . . , wm } un conjunto de m vectores, m > n. Sea S = {v1 , . . . , vn } es una base de un espacio
vectorial V . Si S 0 es un conjunto linealmente dependiente, entonces existen escalares k1 , ...km diferentes
de cero tales que:
k1 w1 +, . . . , km wm = 0, (1.132)
Si S es una base, cada wi puede expresarse en términos de los vectores en S:
Este es un sistema de n ecuaciones con m incógnitas y por lo tanto tiene solución no trivial y S 0 es
linealmente dependiente.
Teorema 1.8. Cualesquiera dos bases de un espacio vectorial de dimensión finita tienen el mismo número
de vectores.
Teorema 1.9.
Ejercicios
Sea V el espacio generado por S = v1 = cos2 x, v2 = sin2 x, v3 = cos 2x .
Solución
1 + cos 2x 1 − cos 2x
Tenemos que cos2 x = y sin2 x = , entonces:
2 2
de donde se obtiene que k1 = −k2 , k1 + k3 = 0, entonces es posible elegir k1 = −k2 = −k3 = t, con t un
parámetro real. De modo que v1 − v2 − v3 = 0, por lo tanto este conjunto no es linealmente independiente
y no es una base de V .
Sin embargo, los vectores v1 y v2 forman un conjunto linealmente independiente pues se puede mostrar
que:
k1 v1 + k2 v2 = 0, (1.135)
si y solo si k1 = k2 = 0. Entonces una base de V es S 0 = {v1 = cos2 2x, v2 = sin2 2x} y la dimensión del
espacio es 2.
Los vectores:
se denominan los vectores renglón de A. El subespacio de Rn generado por los vectores renglón se llama
espacio de los renglones de A.
Teorema 1.10. Las operaciones elementales aplicados a los renglones de una matriz no alteran el espacio
de renglones de dicha matriz.
Nota.Si se desea generar una base para los vectores {v1 , . . . , vm } entonces se puede formar la matriz
de vectores renglón A. El problema se reduce a encontrar una base para el espacio de renglones de A.
Teorema 1.11. Los vectores renglón diferentes de cero, en la forma escalonada de una matriz A constitu-
yen una base para el espacio de renglones de A.
Teorema 1.12. Si S = {v1 , . . . , vn } es una base de un espacio vectorial V , entonces todo vector en V se
puede expresar en la forma v = c1 v1 + c2 v2 + · · · de una sola manera.
A los escalares ci se les denomina coordenadas de v relativas a la base S.
Ejercicios
61. Encuentre una base para el subespacio de p4 generado por el conjunto S = {p1 , p2 , p3 , p4 } con
p1 = 1 − 2x + 3x4 , p2 = 2 − 5x − 3x2 − 2x3 + 6x4 , p3 = 5x + 15x2 + 10x3 y p4 = 2 + 6x + 18x2 + 8x3 + 6x4 .
Solución
La base canónica es {1, x, x2 , x3 , x4 }. En esta base las coordenadas de los polinomios pi son:
Reduciendo a la forma escalonada mediante operaciones elementales sobre los rengloes de A lle-
gamos a la siguiente matriz:
1 −2 0 0 3
0 1 3 2 0
A∼ 0
, (1.139)
0 1 1 0
0 0 0 0 0
de modo que los vectores :
q1 = (1 −2 0 0 3)
q2 = (0 1 3 2 0) (1.140)
q3 = (0 0 1 1 0)
62. Sean p = p(x) y q = q(x) dos polinómios en Pn con el producto interior dado por
Z b
hp, qi = p(x)q(x)dx (1.141)
a
donde a y b son números reales. Demuestre que esta operación define un producto interior.
Solución
Se deben cumplir los axiomas dados anteriormente. Los axiomas 1 y 2 se demuestran como sigue:
1.4. ESPACIOS VECTORIALES CON PRODUCTO INTERIOR 27
Z b Z b
a) hp, qi = p(x)q(x)dx = q(x)p(x)dx,
a a
Rb
Z b Z b
b) hp + q, si = a
(p(x) + q(x))s(x)dx = p(x)s(x)dx + q(x)s(x)dx = hp, si + hq, si.
a a
de donde
hu, vi
p ≤ 1. (1.144)
hu, uihv, vi
Finalmente
hu, vi2 ≤ hu, uihv, vi. (1.145)
hu, vi
Definición. Sea cos θ = , entonces −1 ≤ cos θ ≤ 1. Se define el ángulo entre dos vectores u y
||u||||v||
v como:
hu, vi
cos θ = . (1.149)
||u||||v||
28 CAPÍTULO 1. ESPACIOS VECTORIALES
Definición: En un espacio con producto interior dos vectores u y v son ortogonales si hu, vi = 0. Si u
es ortogonal a todos los vectores que están en el conjunto W , se dice que u es ortogonal a W .
Teorema 1.15. Si S = {v1 , v2 , . . . , vn } es una base ortonormal para un espacio con producto interior V y u
es un vector en V , entonces:
u = k 1 v 1 + · · · + k n vn . (1.152)
Ahora
de donde ki = hu, vi i.
k1 v1 + · · · + kn vn = 0, (1.156)
de modo que
hk1 v1 + · · · + kn vn , vi i = 0, (1.157)
ki hvi , vi i = ki = 0. (1.158)
Teorema 1.17. Sea V un espacio vectorial con producto interior y {v1 , . . . , vr } un conjunto otonormal de
vectores en V . Si W denota un espacio generado por v1 , . . . , vr entonces todo vector u en V tiene una
representación única de la forma
u = w1 + w2 , (1.159)
donde w1 pertenece a W y w2 es ortogonal a W . Los vectores w1 y w2 están determinados por:
Ejercicios
63. Considere al espacio vectorial R4 con el producto interior euclidiano. Exprese w = (−1, 2, 6, 0) en la
forma w = w1 + w2 donde w1 pertenece al subespacio W generado por u1 = (−1, 0, 1, 2) y u2 =
(0, 1, 0, 1), mientras que w2 es perpendicular a W .
Solución
Debemos obtener una base ortonormal S 0 = {v1 , v2 } para el espacio W generado por los vectores
u1 y u2 por el proceso de Gram-Schmidt.
u1 (−1, 0, 1, 2)
a) Sea v1 = = √ .
||u1 || 6
b) Ahora obtenemos un vector ortonormal a v1
u2 − hu2 , v1 iv1
v2 = ,
||u2 − hu2 , v1 iv1 ||
donde
2 1 1
u2 − hu2 , v1 iv1 = (0, 1, 0, 1) − √ √ (−1, 0, 1, 2) = (1, 3, −1, 1),
6 6 3
y r r
1 2 12 2
||u2 − hu2 , v1 iv1 || = (1 + 32 + 12 + 12 ) = =√ ,
9 9 3
1
entonces v2 = √ (1, 3, −1, 1).
12
Ahora se tiene que el vector w = (−1, 2, 6, 0) puede escribirse como w = w1 + w2 , donde w1 ∈ W , es
decir
7 1 −1 1
w1 = hw, v1 iv1 + hw, v2 iv2 = √ √ (−1, 0, 1, 2) + √ √ (1, 3, −1, 1)
6 6 12 12
1 1
= (−15, −3, 15, 27) = (−5, −1, 5, 9),
12 4
y w2 es perpendicular a W
1 1
w2 = w − w1 = (−1, 2, 6, 0) − (−5, −1, 5, 9) = (1, 9, 19, −9).
4 4
Es fácil mostrar que hw2 , v1 i = hw2 , v2 i = 0.
30 CAPÍTULO 1. ESPACIOS VECTORIALES
63. Considere al espacio vectorial R3 con el producto interior euclidiano. Utilice el proceso de Gram-
Schmidt para transformar el conjunto S = {u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0, 0, 1)} en una base
ortonormal.
Solución
u1
Sea v1 = .
||u1 ||
La norma de u1 es
||u1 ||2 = hu1 , u1 i = (1)2 + (1)2 + (1)2 = 3,
entonces
1
v1 = √ (1, 1, 1)
3
u2 − hu2 , v1 iv1
Sea v2 = .
||u2 − hu2 , v1 iv1 ||
entonces
( −2 1 1
3 , 3, 3) 1
v2 = q = √ (−2, 1, 1)
2 6
3
entonces
(0,−1,1)
2 1
v3 = = √ (0, −1, 1). (1.161)
√1 2
2
64. Considere al espacio vectorial R3 con el producto interior hu, vi = u1 v1 + 2u2 v2 + 3u3 v3 . Utilice el
proceso de Gram-Schmidt para transformar S = {u1 = (1, 1, 1), u2 = (0, 1, 1), u3 = (0, 0, 1)} en una
base ortonormal.
Solución
u1
Sea v1 = .
||u1 ||
La norma de u1 es
||u1 ||2 = hu1 , u1 i = (1)2 + 2(1)2 + 3(1)2 = 6,
entonces
1
v1 = √ (1, 1, 1)
6
u2 − hu2 , v1 iv1
Sea v2 = .
||u2 − hu2 , v1 iv1 ||
entonces
( −5 1 1
6 , 6, 6) 1
v2 = q = √ (−5, 1, 1)
30 30
36
1
v3 = √ (0, −3, 2). (1.162)
30
65. Sea S = {u1 , u2 , u3 }, con u1 = 1, u2 = x, u3 = x2 una base del espacio vectorial P2 con producto
interior definido como
Z 1
hq, pi = p(x)q(x)dx. (1.163)
−1
u1
Sea v1 = .
||u1 ||
Calculemos la norma de u1 :
Z 1
2
||u1 || = (1)2 dx = x|1−1 = 2,
−1
entonces
1
v1 = √ .
2
u2 − hu2 , v1 iv1
Sea v2 = .
||u2 − hu2 , v1 iv1 ||
Ahora
Z 1
1
hv1 , u2 i = √ xdx = 0,
−1 2
Z 1
2
||u2 ||2 = x2 dx = ,
−1 3
entonces
r
u2 3
v2 = = x.
||u2 || 2
de donde
r
45 21
v3 = x − .
8 3
66. Exprese el polinómio P (x) = 1 + x + 4x2 como combinación lineal de v1 , v2 , v3 del ejercicio anterior.
Solución
La combinación lineal de P (x) en términos de la base ortonormal S = {v1 , v2 , v3 } está dada por
Z 1
r r
2
3 2
hP, v2 i = 1 + x + 4x xdx = ,
−1 2 3
Z 1
r r
2
45 2 1 8
hP, v3 i = 1 + x + 4x x − dx = 4 ,
−1 8 3 45
entonces:
√ 7
r r
2 8
P (x) = 2 v1 + v2 + 4 v3 . (1.165)
3 3 45
d(u, v) ≥ 0 ∀ u, v ∈ V, (1.166)
(1.167)
d(u, v) = 0 si solo si u = v, (1.168)
(1.169)
d(u, v) = d(v, u), (1.170)
(1.171)
d(u, v) + d(v, w) ≥ d(u, w). (1.172)
Si ||u|| es la norma de un vector en un espacio vectorial V con producto interior, entonces se define una
métrica sobre V como sigue
d(u, v) = ||u − v||.
Ejercicios adicionales
1. Diga cuales de los siguientes conjuntos con las operaciones de adición y multiplicación por un escalar
constituyen un espacio vectorial. Demuestre explı́ticamente si se cumplen todos los axiomas o en su
caso si alguno no se cumple.
El conjunto de duplas de números reales (x, y) con las operaciones de adición y multiplicación
tales que (x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 ) y k(x, y) = (kx, 0).
El conjunto de todos los números reales u = x con las operaciones de adición y multiplicación
tales que x + x0 = x + x0 + 7 y kx = k(x − 1).
2. Diga cuál de los siguientes conjuntos son subespacios vectoriales del espacio vectorial V indicado.
Los vectores de R3 de la forma (x, y, z) con x + y + z = 1.
34 CAPÍTULO 1. ESPACIOS VECTORIALES
4. Determine si los siguientes conjuntos de vectores generan a R3 : a)S = {u1 = (1, 1, 1), u2 = (2, 2, 0), u3 =
(3, 0, 0)}, b)u1 = (1, 3, 3), u2 = (1, 3, 4), u3 = (1, 4, 3), u4 = (6, 2, 1)}.
5. Diga cuáles de los siguientes conjuntos de vectores son linealmente independientes: a)S = {u1 =
(2, −1, 4), u2 = (3, 6, 2), u3 = (2, 10, −4)}, b)S = {p1 = 2−x+4x2 , p2 = 3+6x+2x2 , p3 = 2+10x−4x2 }.
6. Diga cuáles de los siguientes conjuntos de vectores constituyen una base del espacio vectorial que
se indica:
S = {u1 = (2, 1), u2 = (3, 0)} para R2 .
S = {u1 = 1 − 3x + 2x2 , u2 = 1 + x + 4x2 , u3 = 1 − 7x} para P2 .
7. Determine una base para los siguientes subespacios de R4 : a)Todos los vectores de la forma (x, y, z, u)
con u = x + y y z = x − y, b)Todos los vectores de la forma (x, y, z, u) con x = y = z = u.
8. En R4 se define la siguiente operación entre dos vectores u y v: hu, vi = u1 v1 + u2 v2 + u3 v3 − u4 v4 .
Diga si esta función es un producto interior válido.
9. Considere la bases de R3 siguientes. Asuma que se obedece el producto interior euclidiano. Obtenga
una base ortonormal mediante el procedimiento de ortogonalización de Gram-Schmidt: a)S = {u1 =
(1, 1, 0), u2 = (1, 0, 1), u3 = (1, 1, 1)}, b)S = {u1 = (3, 2, 1), u2 = (3, 2, 0), u3 = (0, 1, 0)}.
10. Encuentre la proyección ortogonal del vector w = (1, 1, 1) sobre el subespacio W generado por el
conjunto de vectores S = {u1 , u2 } del problema anterior. Posteriormente escriba el vector w en la
forma w = w1 + w2 , donde w1 es la proyección ortogonal de w sobre W y w2 es ortogonal a W .