Definición y Propiedades de un espacio vectorial

Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de

la matemática llamada álgebra lineal. A los elementos de los espacios vectoriales se les
llama vectores. Sobre los vectores pueden realizarse dos operaciones: la multiplicación por
escalares y la adición (una asociación entre un par de objetos). Estas dos operaciones se tienen
que ceñir a un conjunto de axiomas que generalizan las propiedades comunes de las tuplas de
números reales así como de los vectores en el espacio euclídeo. Un concepto importante es el de
dimensión.

Históricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se
remontan al siglo XVII: geometría analítica, matrices y sistemas de ecuaciones lineales. La primera
formulación moderna y axiomática se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes
avances en la teoría de espacios vectoriales provienen del análisis funcional, principalmente de los
espacios de funciones. Los problemas de Análisis funcional requerían resolver problemas sobre la
convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topología,
permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales
topológicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teoría más
rica y elaborada.

Vector fijo

Elementos de un vector

Dirección de un vector

La dirección del vector es la dirección de la recta que contiene al vector o de cualquier recta
paralela a ella.

Sentido de un vector

Módulo de un vector
El módulo de un vector es un número siempre positivo o cero.

Módulo de un vector a partir de sus componentes

Módulo a partir de las coordenadas de los puntos

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

Clases de vectores

Vectores equipolentes

Dos vectores son equipolentes cuando tienen igual módulo, dirección y sentido.

Vectores libres
El conjunto de todos los vectores equipolentes entre sí se llama vector libre. Es decir los vectores
libres tienen el mismo módulo, dirección y sentido.

Vectores fijos

Un vector fijo es un representante del vector libre. Es decir, los vectores fijos tienen el mismo
módulo, dirección, sentido y origen.

Vectores ligados

Los vectores ligados son vectores equipolentes que actúan en la misma recta. Es decir, los vectores
fijos tienen el mismo módulo, dirección, sentido y se encuentran en la misma recta.

Vectores opuestos
Los vectores opuestos tienen el mismo módulo, dirección, y distinto sentido.

Vectores unitarios

Los vectores unitario tienen de módulo, la unidad.

Para obtener un vector unitario, de la misma dirección y sentido que el vector dado se divide éste
por su módulo.

Vectores concurrentes
Los vectores concurrentes tienen el mismo origen.

Vector de posición

Vectores linealmente dependientes

Varios vectores libres del plano son linealmente dependientes si existe una combinación lineal de
ellos que sea igual al vector cero, sin que sean cero todos los coeficientes de la combinación lineal.

Vectores linealmente independientes

Varios vectores libres son linealmente independientes si ninguno de ellos se puede expresar como
combinación lineal de los otros.
Vectores ortogonales

Dos vectores son ortogonales o perpendiculares si su producto escalar es cero.

Vectores ortonormales

Dos vectores son ortonormales si:

1. Su producto escalar es cero.

2. Los dos vectores son unitarios.

Propiedades del Espacio Vectorial

Suma de
vectores

Regla del paralelogramo Se toman como representantes dos vectores con el origen en común, se
trazan rectas paralelas a los vectores obteniéndose un paralelogramo cuya diagonal coincide con
la suma de los vectores.

Para sumar dos vectores se suman sus respectivas componentes.

Resta de vectores

Las componentes del vector resta se obtienen restando las componentes de los vectores.
Producto de un número por un vector

Las componentes del vector resultante se obtienen multiplicando por K las componentes del
vector.

Combinación lineal
Una combinación lineal de dos o más vectores es el vector que se obtiene al sumar esos vectores
multiplicados por sendos escalares.

Cualquier vector se puede poner como combinación lineal de otros dos que tengan
distinta dirección.

Esta combinación lineal es única.

Vectores linealmente dependientes e independientes

Vectores linealmente dependientes

Varios vectores libres del plano se dice que son linealmente dependientes si hay una combinación
lineal de ellos que es igual al vector cero, sin que sean cero todos los coeficientes de la
combinación lineal.

Propiedades

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

También se cumple el reciproco: si un vector es combinación lineal de otros, entonces todos los
vectores son linealmente dependientes.
2. Dos vectores del plano son linealmente dependientes si, y sólo si, son paralelos.

Vectores linealmente independientes

Varios vectores libres son linealmente independientes si ninguno de ellos puede ser escrito con
una combinación lineal de los restantes.

Los vectores linealmente independientes tienen distinta dirección y sus componentes no son
proporcionales.

Ejemplo

Deterrminar si son linealmente dependientes o independientes los vectores.:

Base
Las coordenadas del vector respecto a la base son:

Ejemplos

Los dos vectores que forman una base no pueden ser paralelos.

Ejemplo

Qué pares de los siguientes vectores forman una base:

Base ortogonal

LLos dos vectores de la base son perpendiculares entre sí.

Base ortonormal

Los dos vectores de la base son perpendiculares entre sí, y además tienen módulo 1.
Es la base que se utiliza habitualmente, de modo que si no se advierte nada se supone que se está
trabajando en esa base.

Bases ortogonales y Ortonormales

Los vectores base son perpendiculares y tienen distinto módulo.

Ortonormal
Los vectores de la base son perpendiculares, iguales y unitarios, es decir, de módulo 1.

Las rectas OX, OY se llaman ejes de coordenadas o ejes coordenados cartesianos.

Combinacion Lineal ´ Si x1, x2,. . . ,xk con vectores con n componentes, una combinaci´on lineal
con ellos es una expresi´on de la forma:

c1 x1 + c2 x2 + · · · + ck xk

donde los coeficientes c1,c2,. . . ,ck son escalares.

Este concepto no es del todo desconocido. En ecuaciones diferenciales lineales y homogeneas,

teniendo la solucion general

y(t) = c1 y1(t) + · · · + cn yn(t)

para obtener soluciones particulares se deben determinar los valores de las constantes ci . Es
decir, se escogen los coeficientes de una combinacion lineal

Espacio Generado El conjunto formado por todas las combinaciones lineales de los vectores v1,
v2,. . . , vk en R n se llama espacio generado por los vectores v1, v2,. . . , vk . Este conjunto se
representa por

Gen {v1, v2, . . . , vk } .

Es decir, es el conjunto formado por todas las combinaciones lineales

c1 v1 + c2 v2 + · · · + ck vk
 donde c1,c2,. . . ,ck son escalares libres. Si V = Gen {v1, v2, · · · , vk } se dice que los vectores v1,
v2,. . . , vk generan a V y que {v1, v2, . . . , vk } es un conjunto generador de V.

Observe que x es elemento de Gen {v1, v2, . . . , vk } si y s´olo si x es una combinaci´on lineal de
entre los vectores v1, v2,. . . , vk . Buscar en el generado, es buscar en las combinaciones lineales.

Vectores linealmente dependientes

Varios vectores libres del plano se dice que son linealmente dependientes si hay
una combinación lineal de ellos que es igual al vector cero, sin que sean cero todos
los coeficientes de la combinación lineal.

Propiedades

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

También se cumple el reciproco: si un vector es combinación lineal de otros, entonces todos

los vectores son linealmente dependientes.

2. Dos vectores del plano son linealmente dependientes si, y sólo si, son paralelos.

3. Dos vectores libres del plano = (u1, u2) y = (v1, v2) son linealmente dependientes si sus
componentes son proporcionales.

Ejemplo:
Determinar los valores de k para que sean linealmente dependientes los

vectores , y .

escribir como combinación lineal de y , siendo k el valor calculado.

Los vectores son linealmente dependientes si el determinante de la matriz que forman es nulo, es
decir que el rango de la matriz es menor que 3.

Vectores linealmente independientes

Varios vectores libres son linealmente independientes si ninguno de ellos puede ser escrito con
una combinación lineal de los restantes.

a1 = a2 = ··· = an = 0

Los vectores linealmente independientes tienen distinta dirección y sus componentes no

son proporcionales.
Ejemplo:

Estudiar si son linealmente dependientes o independientes los vectores:

= (2, 3, 1), = (1, 0, 1), = (0, 3, −1)

a (2, 3, 1) + b(1, 0, 1) + c (0, 3, −1) = (0, 0, 0)

r = 2 n = 3 Sistema compatible indeterminado.

El sistema tiene infinitas soluciones, por tanto los vectores son linealmente dependientes.

Base

Tres vectores , y con distinta dirección forman una base, porque cualquier vector del
espacio se puede poner como combinación lineal de ellos.

Las coordenadas del vector respecto a la base son:

Base ortogonal

Una base es ortogonal si los vectores de la base son perpendiculares entre sí.

Base ortonormal

Una base es ortonormal si los vectores de la base son perpendiculares entre sí, y además
tienen módulo 1.
Esta base formada por los vectores , y se denomina base canónica.

Ejemplo:

¿Para qué valores de a los vectores , y forman

una base?

Para a ≠ 1, los vectores forman una base.

Base y dimension de los espacios vectoriales

1. 1. BASE Y DIMENSION DE LOS ESPACIOS VECTORIALES Abel Rivera Valdez Manuel

Alejandro Garza Guevara Eduardo David Martínez Hernández José Rodolfo Juárez Faisal

2. 2. BASE DE UN ESPACIO VECTORIAL Un conjunto de vectores B=(u1, u2, . . . , uk) forman

una base del espacio vectorial V si: Los vectores de B pueden generar todo el espacio
vectorial V

3. 3. Dada una base B=(u1, u2, . . . , uk) Y un vector V, este se puede escribir de la siguiente
forma: V=a1*u1 + a2*u2+ . . . + ak*uk Los números a1,a2, . . . ,ak reciben el nombre de
coordenadas del vector V

4. 4. • Todos los elementos de la base (B) deben ser linealmente independientes (no debe
haber combinaciones lineales entre los elementos). • Los vectores linealmente
independientes tienen distinta dirección y sus componentes no son proporcionales. • El
rango de una matriz es igual al número de vectores independientes.
 5. 5. Dimensión • La dimensión de un espacio es el número máximo de vectores linealmente
independientes que este contiene.

6. 6. • Si el número de vectores es finito, la dimensión es un número natural y se dice que la

base es finita. • De lo contrario se llama base infinita del espacio. • Todas las bases tienen
la misma cantidad de elementos.

7. 7. Ejemplo • El vector V=(10,2) expresado en la base B=(u1,u2) siendo u1=(1,2) y u2 =(2,1)

es: (10,2)= a1*(1,2) + a2*(2,1)= (a1 +2a2)(2a1+a2) a1 +2a2 =10 a1 +2a2=10 2a2 =12 a2=6
2a1+a2=2 (-2) = -4a1-2a2=-4 = -3a1=6 a1=6/-3=-2 Las coordenadas del vector V en la base
B son -2 y 6

8. 8. DIMENSION DE UN ESPACIO VECTORIAL • La dimensión de un espacio vectorial no nulo

V es el número de vectores en una base para V. Con frecuencia escribimos dim V para la
dimensión de V. Como el conjunto {0} es linealmente dependiente, es natural decir que el
espacio vectorial {0} tiene dimensión 0.

9. 9. Todo conjunto de vectores linealmente independientes en Rn forma una base en Rn. Rn

se define: e1=(1,0,0,0,…,0) e2 =(0,1,0,0,…,0) e3.=(0,0,1,0,…,0) en=(0,0,0,0,…,1) A esta base
se le llama base canónica o de Rn. Las bases canónicas generan todo el espacio vectorial
de acuerdo el número de elementos que tenga R

10. 10. • IR2= 1 0 IR3= 1 0 0 0 1 0 1 0 0 0 1 1 0 0 0 IR4= 0 1 0 0 0 0 1 0 0 0 0 1

11. 11. DIMENSION DE UN ESPACIO VECTORIAL • La definición de dimensión es la misma para

un espacio vectorial que para un subespacio de Rn: el número de vectores en una base
para el espacio. • Dado que un espacio vectorial puede tener más de una base, es
necesario demostrar que esta definición tiene sentido

Teorema de la dimensión para espacios vectoriales

Demostramos el teorema de la dimensión para espacios vectoriales.

Enunciado
Sea espacio vectorial sobre el cuerpo Demostrar que todas las bases de tienen el mismo
cardinal.

Solución
Demostraremos previamente el siguiente lema:
LEMA. Sea espacio vectorial sobre el cuerpo y vectores de Entonces,
Demostración. Por hipótesis lo cual implica que es combinación lineal finita de elementos de Es
decir:No puede ocurrir pues en tal caso, pertenecería a Despejando queda:es decir

Demostremos ahora el teorema. Distinguiremos los casos:

1. tiene una base formada por un número finito de vectores.
2. Ninguna base de tiene un número finito de vectores.
Caso 1. tiene una base formada por un número finito de vectores.
Sea entonces una base formada por vectores, Tenemos que demostrar que cualquier otra
base tiene también vectores. Supondremos que y llegaremos a una contradicción.
Distinguiremos los casos y
Supongamos y sea Como podemos escribir Algún escalar ha de ser no nulo
pues Supondremos sin pérdida de generalidad que No puede ocurrir pues en tal casoy restando
obtendríamos con en contradicción con ser conjunto linealmente independiente. Tenemos por
tantoy aplicando el lema al conjunto Como es linealmente independiente y el conjunto es
linealmente independiente. Como se verifica en consecuencia es base de
Podemos repetir el razonamiento anterior veces, obteniendo la base de Pero es base de por
tanto Esto implica quees linealmente dependiente, lo cual es una contradicción. Concluimos que
no puede ocurrir
Supongamos ahora que (ahora podría ser infinito). Por un razonamiento similar al hecho
en podemos sustituir vectores de por los vectores Tendríamos así una base de de la
forma con y no vacío. Pero es base de y al ser es linealmente dependiente lo cual es una
contradicción.
Concluimos que si tiene una base formada por vectores, todas las bases de tienen
cardinalidad lo cual demuestra el teorema en el caso 1.

Caso 2. Ninguna base de tiene cardinal finito.

Si y dos bases de entonces y tienen un número infinito de vectores. Si como es base de existe
un único subconjunto finito tal que y para todo subconjunto propio de Tenemos pues una
función bien definida:Recordemos ahora la siguiente propiedad de teoría de cardinales:
PROPIEDAD. Si y son conjuntos con infinito y para todo consideramos un conjunto
finito entonces Como es conjunto infinito, por la propiedad anterior:Dado que para
todo Como es subconjunto de que genera a y es base de concluimos que es
decir Intercambiando los papeles de y obtenemos de manera análoga que lo cual completa la
demostración del teorema.

Teorema de la base incompleta

Enunciado

1. Dados los vectores de y completarlos con otros dos para formar una base de

2. Sea base de un espacio vectorial Demostrar que

3. En el espacio vectorial hallar un subespacio suplementario de

4. Determinar los valores de para los cuales siendo

Solución

1. Por conocidas propiedades de la dimensión, cuatro vectores linealmente independientes

en un espacio vectorial de dimensión forman base. Dado que el rango del
 sistema claramente es bastará añadir a y otros dos vectores y de tal manera que el
rango del sistema sea Existen infinitas maneras de elegir y Por ejemplo,en consecuencia,
si y entonces, es base de

2. Llamemos y Sea entonces y por tanto,Restando las igualdades anteriores quedaDado

que es sistema libre, necesariamente lo cual implica que Hemos demostrado que Sea
ahora dado que es sistema generador de existen escalares tales queAhora
bien, y luego Hemos demostrado que Concluimos que

3. De los dos apartados anteriores, deducimos de manera inmediata que un subespacio

suplementario del dado es

4. Hallemos unas bases de y Tenemos:luego y son bases de y respectivamente. Por otra

parte,Si entonces la unión de con es una base de y por tanto Si el vector pertenece a y
a luego Concluimos que

El espacio euclídeo
es un tipo de espacio geométrico donde se satisfacen los axiomas de Euclides de la
geometría. La recta real, el plano euclídeo y el espacio tridimensional de la geometría
euclidiana son casos especiales de espacios euclídeos de dimensiones 1, 2 y 3
respectivamente. El concepto abstracto de espacio euclídeo generaliza esas construcciones a
más dimensiones. Un espacio euclídeo es un espacio vectorial completo dotado de un
producto interno (lo cual lo convierte además en un espacio normado, un espacio métrico y
una variedad riemanniana al mismo tiempo).
El término euclídeo se utiliza para distinguir estos espacios de los espacios "curvos", de
las geometrías no euclidianas y del espacio de la teoría de la relatividad de Einstein. Para
resaltar el hecho de que un espacio euclídeo puede poseer n dimensiones.

Un espacio euclídeo de dimensión finita es un espacio vectorial normado sobre los números
reales de dimensión finita, en que la norma es la asociada al producto escalar ordinario. Para
cada número entero no negativo n, el espacio euclídeo n-dimensional se representa por el

símbolo y es el conjunto de todas las tuplas ordenadas

en donde cada es un número real, junto con la función distancia entre dos puntos (x1,
..., xn) e (y1, ..., yn) definida por la fórmula:

Esta función distancia es una generalización del teorema de Pitágoras y se

denomina distancia euclidiana. El hecho de que se haya definido una distancia permite definir
otros conceptos métricos como el de medida de Lebesgue (lo cual permite a su vez definir
la longitud de una curva (1-volumen), las nociones de área (2-volumen), volumen (3-volumen)
y cuando el espacio tiene dimensión superior a 3 n-volumen (para n > 3).
Además pueden definirse ángulos, al poder hablar de proyectar una longitud recta sobre la
dirección de otra longitud recta no paralela, así el ángulo entre dos rectas r1 y r2 cuyos

vectores unitarios tangentes son y se puede definir como:

Estructuras sobre el espacio euclídeo[editar]

Los espacios euclidianos y sus propiedades han servido de base para generar gran cantidad
de conceptos matemáticos relacionados con la geometría analítica, la topología, el álgebra y el
cálculo. Aunque el espacio euclídeo suele ser introducido, por razones didácticas, como
espacio vectorial, en realidad sobre él se pueden definir muchas más estructuras. El espacio
euclídeo es además de un espacio vectorial un caso de:

 Un espacio de Hilbert de dimensión finita, con el producto escalar ordinario.

 Un espacio de Banach de dimensión finita, con norma inducida por el producto escalar
interior.
 Un espacio métrico completo, con distancia inducida por la norma anterior.
 Un espacio topológico, inducido por la métrica euclídea.
 Una variedad de Riemann, con la métrica euclídea.
 Un grupo de Lie, con la operación de adición.
 Un álgebra de Lie con el producto vectorial (sólo en el caso tridimensional).

El espacio euclídeo como espacio métrico[editar]

Por definición, E n es un espacio métrico, y es por tanto también un espacio topológico; es el

ejemplo prototípico de una n-variedad, y es de hecho una n-variedad diferenciable. Para n ≠ 4,
cualquier n-variedad diferenciable que sea homeomorfa a E n es también difeomorfa a ella. El
hecho sorprendente es que esto no es cierto también para n = 4, lo que fue probado
por Simon Donaldson en el año 1982; los contraejemplos se llaman 4-espacios exóticos (o
falsos).

Dado que el espacio euclídeo E n es en sí mismo una variedad diferenciable, en cada punto se
puede definir su espacio tangente (que es un espacio vectorial de dimensión n), y puede
aprovecharse la estructura euclídea para definir una métrica sobre el fibrado tangente del
espacio euclídeo, lo cual le da la estructura de variedad de Riemann, eso permite definir
áreas, volúmenes y n-volúmenes para subconjuntos diferenciables de dicho espacio.

El espacio euclídeo como espacio topológico[editar]

Se puede decir mucho sobre la topología de E n. Un resultado importante, la invariancia del

dominio de Brouwer, es el de que cualquier subconjunto de E n que sea homeomorfo a un
subconjunto abierto de E n es en sí mismo abierto. Como consecuencia inmediata de esto se
tiene que E m no es homeomorfo a E n si m ≠ n -- un resultado intuitivamente "obvio" que sin
embargo no es fácil de demostrar.

El espacio euclídeo como espacio vectorial[editar]

Artículo principal: Vector (espacio euclídeo)

El n-espacio euclídeo se puede considerar también como un espacio vectorial n-dimensional

real, de hecho un espacio de Hilbert, de manera natural. El producto escalar, de x = (x1,...,xn)
e y = (y1,...,yn) está dado por:

Espacio euclídeo de dimensión infinita[editar]

Los espacios euclídeos considerados usualmente tiene una dimensión topológica finita. Eso
hace que sean localmente compactos. Sin embargo, es posible concebir estructuras de
dimensión infinita que tengan propiedades análogas a los espacios euclídeos, por lo que la
extensión a dimensión infinita de la noción de espacio euclídeo es posible con unas pocas

precauciones.1 En primer lugar se puede considerar el conjunto definido como:

Es decir este conjunto es el producto cartesiano de un número infinito numerable de copias

de . Sin embargo el conjunto de todas esas tuplas infinitas no tiene la estructura de

espacio euclídeo porque no se puede dotar de una norma euclídea adecuada. Por ejemplo las
tuplas:

No representan vectores cuya suma de componentes al cuadrado sea un número real finito.
Por esa razón se considera el subconjunto:

Este espacio vectorial comparte la mayor parte de los espacios euclídeos

finitodimensionales y por tanto puede considerarse un espacio euclídeo infinitodimensional. La
principal propiedad es que el espacio euclídeo infinitodimensional a diferencia de sus
versiones finitodimensionales no es un espacio localmente compacto.

Producto escalar
En matemáticas, el producto escalar 1 2 3 4, también conocido como producto
interno, producto interior o producto punto, es una operación algebraica que toma dos
secuencias de números de igual longitud (usualmente en la forma de vectores) y retorna un
único número.

Algebraicamente, el producto punto es la suma de los productos de las correspondientes

entradas en dos secuencias de número. Geométricamente, es el producto de dos magnitudes
euclidianas de los dos vectores y el coseno del ángulo entre ellos. El nombre del producto
punto se deriva del símbolo que se utiliza para denotar esta operación (« · »). El nombre
alternativo de producto escalar enfatiza el hecho del que el resultado es un escalar en lugar de
un vector (en el caso de espacios de tres dimensiones)

Definición general[editar]

El producto escalar de dos vectores en un espacio vectorial es una forma

bilineal, hermítica y definida positiva, por lo que se puede considerar una forma cuadrática
definida positiva.

Más específicamente, es una aplicación cuyo dominio es y su codominio es ,

donde es un espacio vectorial y el conjunto de los escalares respectivo.5 Esta

aplicación amplía la oportunidad de emplear los conceptos de la geometría
euclídea tradicional: longitudes, ángulos, ortogonalidad en dos y tres dimensiones. El producto
escalar puede definirse también en los espacios euclídeos de dimensión mayor a tres, y en
general en los espacios vectoriales reales y complejos. Los espacios vectoriales dotados de
producto escalar reciben el nombre de espacios prehilbertianos.

Un producto escalar se puede expresar como:

donde es un espacio vectorial y es el cuerpo sobre el que está definido . La

función (que toma como argumentos dos elementos de , y devuelve un elemento

del cuerpo ) debe satisfacer las siguientes condiciones:

1. Linealidad por la izquierda: , y linealidad conjugada por la derecha:

2. Hermiticidad: ,

3. Definida positiva: ,y si y solo si x = 0,

donde son vectores de V, representan escalares del cuerpo y es el

conjugado del complejo c.

Si el cuerpo tiene parte imaginaria nula (p. ej., ), la propiedad de ser sesquilineal se
convierte en ser bilineal y el ser hermítica se convierte en ser simétrica.

También suele representarse por:

Un espacio vectorial sobre el cuerpo o dotado de un producto escalar se denomina
espacio prehilbert o espacio prehilbertiano. Si además es completo, se dice que es un espacio
de Hilbert. Si la dimensión es finita y el cuerpo es el de los números reales, se dirá que es
un espacio euclídeo; si el cuerpo es el de los números complejos (y la dimensión es finita) se
dirá que es un espacio unitario.

Todo producto escalar induce una norma sobre el espacio en el que está definido, de la
siguiente manera:

En tal caso, esta es una de las infinitas normas que pueden ser generadas a partir de un
producto interior.

Definición geométrica del producto escalar en un espacio euclídeo real[editar]

A • B = |A| |B| cos(θ).

|A| cos(θ) es la proyección escalar de A en B.

El producto escalar de dos vectores en un espacio euclídeo se define como el producto de

sus módulos por el coseno del ángulo que forman.

En los espacios euclídeos, la notación usual de producto escalar es

Esta definición de carácter geométrico es independiente del sistema de coordenadas elegido y

por lo tanto de la base del espacio vectorial escogida.

Proyección de un vector sobre otro[editar]

Puesto que |A| cos θ representa el módulo de la proyección del vector A sobre la dirección del
vector B, esto es |A| cos θ = proy AB, será
de modo que el producto escalar de dos vectores también puede definirse como el producto
del módulo de uno de ellos por la proyección del otro sobre él.

Ángulos entre dos vectores[editar]

La expresión geométrica del producto escalar permite calcular el coseno del ángulo existente
entre los vectores, mediante la siguiente definición formal: que nos dice que la multiplicación
de un escalar denominado K tiene que ser diferente de cero.

Vectores ortogonales[editar]

Dos vectores son ortogonales o perpendiculares cuando forman ángulo recto entre sí. Si el
producto escalar de dos vectores es cero, ambos vectores son ortogonales

ya que el .

Vectores paralelos o en una misma dirección[editar]

Dos vectores son paralelos o llevan la misma dirección si el ángulo que forman es de
0 radianes (0 grados) o de π radianes (180 grados).

Cuando dos vectores forman un ángulo cero, el valor del coseno es la unidad, por lo tanto el
producto de los módulos vale lo mismo que el producto escalar.

Propiedades del producto escalar[editar]

Sean A, B y C vectores en el plano o en el espacio y sea m un escalar:

1. Conmutativa:

2. Distributiva respecto a la suma vectorial:

3. Asociatividad respecto al producto por un escalar m:

Expresión analítica del producto escalar[editar]

Si los vectores A y B se expresan en función de sus componentes cartesianas rectangulares,

tomando la base canónica en formada por los vectores unitarios , , ,

tenemos:

El producto escalar se realiza como un producto matricial de la siguiente forma:

Así, generalizando para un espacio de n dimensiones

si A y B son vectores o puntos en un espacio entonces:

el producto escalar se realizaría como un producto matricial de la siguiente forma:

Norma o Módulo de un vector[editar]

Se define como la longitud del segmento orientado (vector) en el espacio métrico considerado.

Se calcula a través del producto interno del vector consigo mismo.

Efectuado el producto escalar, tenemos:

de modo que
Por componentes, tomando la base canónica en formada por los vectores unitarios {i, j,
k}

de modo que

Productos interiores definidos en espacios vectoriales usuales[editar]

Citamos a continuación algunos productos estudiados generalmente en Teoría de Espacios

Normados. Todos estos productos —llamados canónicos— son slo algunos de los infinitos
productos interiores que se pueden definir en sus respectivos espacios.

 En el espacio vectorial se suele definir el producto interior (llamado, en este caso

en concreto, producto punto) por:

 En el espacio vectorial se suele definir el producto interior por:

Siendo el número complejo conjugado de

 En el espacio vectorial de las matrices de m x n , con elementos reales

donde tr(A) es la traza de la matriz A y es la matriz traspuesta de A.

 En el espacio vectorial de las matrices de m x n , con elementos complejos

donde tr(A) es la traza de la matriz A y es la matriz traspuesta conjugada de A.

 En el espacio vectorial de las funciones continuas sobre el intervalo C[a, b], acotado
por a y b:

 En el espacio vectorial de los polinomios de grado menor o igual a n:

Dado tal que :

Generalizaciones[editar]

Formas cuadráticas[editar]

Dada una forma bilineal simétrica definida sobre un espacio vectorial puede
definirse un producto escalar diferente del producto escalar euclídeo mediante la fórmula:

Donde:

es una base del espacio vectorial

Puede comprobarse que la operación anterior satisface todas las propiedades que debe
satisfacer un producto escalar.

Tensores métricos[editar]

Se pueden definir y manejar espacio no euclídeos o más exactamente variedades de

Riemann, es decir, espacios no planos con un tensor de curvatura diferente de cero, en los
que también podemos definir longitudes, ángulos y volúmenes. En estos espacios más
generales se adopta el concepto de geodésica en lugar del de segmento para definir las
distancias más cortas en entre puntos y, también, se modifica ligeramente la definición
operativa del producto escalar habitual introduciendo un tensor métrico , tal que la

restricción del tensor a un punto de la variedad de Riemann es una forma bilineal .

Así, dados dos vectores campos vectoriales y del espacio tangente a la variedad
de Riemann se define su producto interno o escalar como:

La longitud de una curva rectificable C entre dos puntos A y B se puede definir a partir de

su vector tangente de la siguiente manera:

Producto escalar y producto vectorial[editar]

El producto escalar es una operación entre dos vectores que da como resultado un
número (un escalar), y está definido como

Entre sus principales propiedades se encuentra el resultado

donde es el ángulo que forman los dos vectores. Usando ese resultado es posible
establecer el siguiente criterio para determinar si dos vectores son perpendiculares
(ortogonales):

Dos vectores son perpendiculares si y sólo si .

Cuando los vectores son tridimensionales (esto es, son vectores de ) es posible definir
otra multiplicación de vectores cuyo resultado sea también un vector; dicha operación se
denomina producto vectorial, definido mediante el determinante

donde son los vectores unitarios en la dirección de los tres ejes .

El producto corresponde a un vector perpendicular a y cuya norma o módulo

es

donde nuevamente, es el ángulo entre los vectores.

Del resultado anterior se deducen dos resultados:

El valor de es igual al área del paralelogramo determinado

por y .

Los vectores y son paralelos (colineales) si y sólo si .

Observemos la similitud entre este criterio y el de perpendicularidad para el producto punto.

Producto mixto[editar]

Los triples productos aparecen cuando se desea definir multiplicaciones entre tres vectores.

Una expresión de la forma no tiene mucho sentido porque el resultado del primer
producto es un escalar
y no es posible calcular el producto punto entre un número (escalar) y un vector.

Sin embargo, cuando los vectores son elementos de , podemos combinar el producto
punto con el producto cruz para definir una nueva operación entre tres vectores, que se
denomina producto mixto pues el resultado será una cantidad escalar.

En matemáticas, el producto vectorial de Gibbs o producto cruz es una operación

binaria entre dos vectores en un espacio tridimensional. El resultado es un
vector perpendicular a los vectores que se multiplican, y por lo tanto normal al plano que los
contiene. Debido a su capacidad de obtener un vector perpendicular a otros dos vectores,
cuyo sentido varía de acuerdo al ángulo formado entre estos dos vectores, esta operación es
aplicada con frecuencia para resolver problemas matemáticos, físicos o de ingeniería.

En álgebra lineal, el proceso de ortonormalización de Gram–Schmidt es un algoritmo para

construir, a partir de un conjunto de vectores de un espacio vectorial con producto interno, otro
conjunto ortonormal de vectores que genere el mismo subespacio vectorial

El proceso se basa en un resultado de la geometría euclídea, el cual establece que la

diferencia entre un vector y su proyección sobre otro vector , es perpendicular al

vector .1 Dicho resultado constituye una herramienta para construir, a partir de un

conjunto de dos vectores no paralelos, otro conjunto, conformado por dos vectores
perpendiculares.

Este algoritmo recibe su nombre de los matemáticos Jørgen Pedersen Gram y Erhard
Schmidt.