VECTORES

UNIDAD I

VECTORES Y ESPACIO VECTORIAL

Vector:

Es una n-upla ordenada donde cada uno de sus elementos pertenecen a un campo escalar y

que cumple con las siguientes condiciones:

Sean A   a1 , a2 , a3 ,..., an  y B   b1 , b2 , b3 ,..., bn  vectores y h un escalar; entonces:

1. A B solo si a1  b1 , a2  b2 , a3  b3 , ... , an  bn

2. A  B   a1  b1 , a2  b2 , a3  b3 , ... ,an  bn 

3. hA   ha1 , ha2 , ha3 , ... ,han 

Ejemplos:

1.- Si A   3, 4  y B   x, y  ; hallar los valores de las variables que hacen que los

dos vectores sean iguales.

Según la definición tenemos que si A  B entonces x  3 y y  4.

2.- Si A   3, 4  y B   6,5 ; hallar la suma de los vectores A y B.

Según definición tenemos que: A  B   3  6, 4  5   9,9 

3.- Si A   3, 4  y h =2; hallar hA.

Según la definición tenemos que: hA   2  3, 2  4    6,8

Los vectores serán representados mediante una letra mayúscula o por sus elementos

ordenados entre paréntesis, los cuales se representan mediante letra minúscula y se

denominan componentes del vector.

TOMAS NAVARRO 5
 VECTORES
Componentes de un vector:

Es la representación modular del vector en los ejes del sistema de referencia.

Sistema de referencia:

Es un conjunto de líneas rectas perpendiculares entre si, que se cortan en un punto común

llamado origen.

Entre el conjunto de vectores de “n” componentes y el sistema de referencia de “n” ejes” existe

una relación uno-a-uno, es decir, que por cada vector del conjunto existe uno y solo un punto

en sistema de referencia y viceversa. “Podemos decir que entre ambos conjunto existe un

isomorfismo”

Elementos que definen a un vector

1.- Dirección:

a2
y tgα =
a1
a2
  arctg
A = (a1,a2) a1
lo 2.- Modulo
du
mo a2
Mod (A) = a12  a22
α
o x
a2 3.- Sentido
Desde el origen hasta A

Vector localizado: Es aquel vector cuyos extremos (final e inicial) son conocidos.

TOMAS NAVARRO 6
 VECTORES
Sean P1   x1 , x2 , x3 ,..., xn  y P2   y1 , y2 , y3 ,..., yn  dos puntos extremos de un

vector A, decimos que A es el vector localizado PP

1 2 , el cual está definido por

1 2   y1  x1 , y2  x2 , y3  x3 ,..., yn  xn 
A  PP

Vector localizado en dos puntos cualesquiera

Modulo

Mod ( A  PP
1 2)   x2  x1    y2  y1 
2 2

Dirección

y2  y1
P2  x2 , y2    arctg
y2 x2  x1
P1  x1 , y1  
y2-y1 Sentido
y1 y2
Desde P1 hasta P2
y1

x1 x2
x2
x1 x2-x1

Verifiquemos la definición de suma de vectores con la ya conocida gráficamente:

Suma de vectores gráficamente y verificación con la definición

y

A  B   a1  b1 , a2  b2 

A+B
a2+ b2
A
b2

a2 B

x
a1

b1

a 1 + b1

Norma de un vector

Es la longitud o modulo del vector. Se representa por el vector encerrado entre doble barras. Es
TOMAS NAVARRO 7
 VECTORES
decir sea A un vector, decimos que la norma de A viene dada por A .

La norma de un vector esta definida por:

n
Sea A   a1 , a2 , a3 ,..., an  la norma de A será: A  a
i 1
2
i o sea

A  a12  a22  a32  ...  an2

Ejemplo:

1.- Hallar la norma del vector A   3, 2,1 .

A   3   2  1  9  4  1  14
2 2 2

2.- Hallar el valor de “x” tal que la norma del vector A   3, x  2, 4  , sea igual a 5 unidades.

Tenemos que A  5 A   3   x  2    4   9   x  2   16
2 2 2 2
y como

A   x  2  25 luego tenemos que  x  2  25  5

2 2

 x  2   25  25
2

 x  2  0
2

x20
x  2

Vector nulo es aquel cuyas componentes son todas iguales a cero, lo representaremos por

   0,0,0,...,0 

Propiedades de la norma

1.- La norma de un vector siempre es positiva o cero; siendo cero si y sólo si el vector es nulo.

Es decir A 0  A  0 SSi A  

TOMAS NAVARRO 8
 VECTORES
2.- La norma de un vector suma será menor o igual a la suma de las normas de los vectores

sumandos. Es decir

A B  A  B

3.- hA  h A

Prueba de propiedad No. 3

Sea A   a1 , a2 , a3 ,..., an  y “h” un escalar tenemos que:

hA   ha1 , ha2 , ha3 ,..., han 

Luego

hA   ha1    ha2    ha3   ...   han   h2 a12  h 2a22  h 2a32  ...  h 2an2
2 2 2 2

hA  h2  a12  a22  a32  ...  an2   h a 2

1  a22  a32  ...  an2 

Donde h2  h y a2
1  a22  a32  ...  an2   A

Por tanto hA  h A

A AA
2
4.-

Vector unitario: es aquel vector cuya norma es igual a la unidad. Es decir si A es un

vector, decimos que es unitario si y sólo si A 1.

3 4
Ejemplo: Pruebe si el vector A   ,  es un vector unitario.
5 5

2 2
3  4 9 16 25
A          1 1
5  5 25 25 25

por lo tanto A es un vector unitario.

TOMAS NAVARRO 9
 VECTORES
Vector unitario en la dirección de otro vector: es aquel vector unitario que define

la dirección del vector dado, el cual viene dado por el cociente entre el vector y su norma. Es

decir, si A es un vector se define el vector unitario en la dirección de A como:

A
UA 
A

Ejemplo: Hallar el vector unitario en la dirección del vector A   3, 2, 4  .

UA 
 3, 2, 4  
 3, 2, 4   3 2 4 
 , , 
9  4  16 29  29 29 29 

Ángulos directores de un vector dado: son los ángulos que forma el vector con cada

uno de los ejes del sistema de referencia.

Cosenos directores: son los cosenos de los ángulos directores de un vector dado.

Angulo directores y cosenos directores

a1
A = (a1,a2)
cos  
A

 α a2
o x
cos  
A

Según vimos en la definición de vector unitario en la dirección de otro vector tenemos que:

A  a1 , a2   a1 a2 
UA     ,  podemos ver que las componentes de
A A  A A 
TOMAS NAVARRO 10
 VECTORES
este vector son justamente los cosenos directores del vector A, por lo tanto tenemos que:

U A   cos  ,cos   lo cual verifica el por que el vector unitario en la dirección de otro vector

representa la dirección del vector dado. Generalizando tenemos que si A   a1 , a2 , a3 ,..., an 

sus cosenos directores son:

a1 a a a
cos 1  , cos  2  2 , cos  3  3 , ... , cos  n  n .
A A A A

Vectores opuestos: dos vectores son opuestos cuando sus componentes

correspondientes son opuestas. Es decir, si A   a1 , a2 , a3 ,..., an  su opuesto será

 A   a1 , a2 , a3 ,..., an  .

Vectores paralelos o asociados o ligados : dos vectores son paralelos cuando

tienen la misma dirección, o sea, cuando sus componentes correspondientes mantienen una

misma proporcionalidad. Es decir A y B son paralelos si y sólo si U A  U B o A  nB .

Ejemplo: Pruebe si A  1, 2  y B   4,8 son paralelos.

Para probar tenemos que A  nB 1, 2  n  4,8   4n,8n luego 1 = 4n por tanto

n=¼

También tenemos que 2 = 8n por tanto n = 2/8 = ¼. Luego son paralelos.

De otra forma podemos decir que: U A  U B

UA 
1, 2  
1, 2    1 2 
 , 
1 4 5  5 5

UB 
 4,8 
 4,8   4,8 
 4,8  4 8   1 2 
 ,  , 
16  64 80 16  5 4 5 4 5 4 5  5 5

Luego U A  U B por lo tanto son paralelos.

TOMAS NAVARRO 11
 VECTORES
Ejemplo: Hallar un vector paralelo a A   3, 4, 7  cuya segunda componente sea igual a 12.

Tenemos que B // A  B  nA si B   b1 ,12, b3  entonces

 b1 ,12, b3   n  3, 4, 7 
12 = 4n luego n = 12/4 = 3 por lo tanto b1  3  3  9 y b3  3  7  21 por

lo tanto el vector B   9,12, 21 .

Producto Escalar entre dos Vectores:

Es la función operacional que asocia a dos vectores de un mismo sistema de referencia a un

escalar que viene definido por la sumatoria de los productos de las componentes

correspondientes de los vectores dados. Es decir, sean A   a1 , a2 , a3 ,..., an  y

B   b1 , b2 , b3 ,..., b3  dos vectores se define el producto escalar A B como:

n
A B   ai bi
i 1

A B  a1b1  a2b2  a3b3  ...  anbn

Ejemplo: Hallar el producto escalar entre A   2,3, 4  y B   2,5, 1 .

A B   2 2    3 5   4  1  4  15  4  7

Ejemplo: Hallar el producto escalar entre A   2,1, 4, 7  y B   3,1, 0,5 .

A B   2 3  11   4  0    7  5  6  1  0  35  28

Ejemplo: Hallar el valor de " x " tal que el producto escalar entre A   2, x  3, 4  y

B   3, 4, x  sea igual a 7.

A B7

TOMAS NAVARRO 12
 VECTORES
 2, x  3, 4  3, 4, x   7
 2  3   x  3 4    4  x   7
6  4 x  12  4 x  7
8 x  16  7
8 x  23
23
x
8

Vectores Ortogonales

Dos vectores son ortogonales o perpendiculares cuando el producto escalar entre ellos es igual

a cero.

Sean A y B dos vectores, decimos que A y B son ortogonales si y sólo si A B  0 .

A-B A+B

-B B

Si A y B son ortogonales podemos ver en la gráfica que: A  B  A  B

A  B   A  B   A  B   A A  A B  B A  B B  A2  2 A B  B 2
2

A  B   A  B   A  B   A A  A B  B A  B B  A2  2 A B  B 2
2

De donde tenemos que: 2 A B  2 A B

4A B  0

Por tanto A B  0 LQQD

Ejemplo: Pruebe si A   4,3, 5 y B   2, 4, 4  son ortogonales.

TOMAS NAVARRO 13
 VECTORES
Para que sean ortogonales se debe cumplir que A B  0 por tanto

 4,3, 5  2, 4, 4  8  12  20  0 Luego los vectores A y B son

ortogonales.

Ejemplo: Determine el valor de x tal que A   2,1, 3 y B   x,5, x  2  sean ortogonales.

A B0

 2,1, 3  x,5, x  2   0

2 x  5  3x  6  0
 x  11  0
x  11

Propiedades de las operaciones con vectores:

Sean A, B y D vectores y " m " y " n " escalares:

 A B  B  A

  A  B  D  A   B  D
 A     A  A

 A    A    A  A  

  mn  A  m  nA  n  mA
 n  A  B   nA  nB

  m  n  A  mA  nA
 1 A  A 1  A
 A BB A

 A  B  D  A B  A D

TOMAS NAVARRO 14
 VECTORES
A A A
2


 n  A B    nA B  A  nB 

Ejercicio para hacer en clase

Hallar el valor de x para que  x, 2,3 sea ortogonal al vector D  1, 4,3 .

Componente y Proyección de un vector sobre otro vector:

N

B
P=nB

Según grafica tenemos que los vectores N y B son ortogonales luego tenemos que:

N B0

Pero según definición tenemos que N   A  nB  por tanto

 A  nB  B  0
A B  nB B  0
A B  nB B
AB
n
BB

AB
Es decir CompB A 
BB
TOMAS NAVARRO 15
 VECTORES
 A B  A B
Pr oyB A  nB   B por tanto Pr oyB A   B
B B B B

Ejemplo hallar la componente y proyección de Q   3, 2, 1 sobre el vector R   1,3, 2  .

Q R  3, 2, 1  1,3, 2  3  6  2 5 5
CompRQ     CompRQ 
R R  1,3, 2   1,3, 2  1  9  4 14 14

QR 5  5 15 5 
Pr oyRQ  R   1,3, 2    , , 
RR 14  14 14 7 

 5 15 5 
Pr oyRQ   , , 
 14 14 7 
Observando la grafica tenemos que:

nB
cos  
A

A cos   n B
AB
A cos   2
B
B
AB
A cos  
B

AB
cos  
A B
A B  A B cos 

Ejemplo: Hallar el ángulo entre los vectores A   3, 2, 1 y B   1,3, 2  .

cos  
AB

 3, 2, 1  1,3, 2   3  6  2  5
A B 9  4 1 1 9  4 14 14 14

5
cos  
14

TOMAS NAVARRO 16
 VECTORES
5
  arccos  69.07o
14

Espacios Numéricos

Un conjunto no vacío y dos operaciones internas “+” y “  ” (suma y producto)  , ,  es

un cuerpo o campo si cumple las siguientes condiciones:

1.- Si  ,   forma una estructura de grupo abeliano, es decir que:

 a, b, c  ; a   b  c    a  b   c

 e  , a  ; a  e  e  a  a  e  0
 a  , b  ; a  b  b  a  e  b  a 
 a, b  ; a  b  b  a

2.- Si   0 ,  es un grupo abeliano, es decir que:

 a, b, c  ; a   b  c    a  b   c

 u  a  ; a  u  u  a  a u  1

 a   0 b  ; a  b  b  a  u b  a  1

 a, b  ; a  b  b  a

Espacio Vectorial

Sea un conjunto de vectores no vacío con las operaciones de suma y multiplicación definidas

en él y el campo sobre el cual se define a , decimos que  , ,  es un espacio vectorial

si se cumple que:

 A, B  ; A  B  B  A

TOMAS NAVARRO 17
 VECTORES
 A, B, D  ; A   B  D    A  B   D

 A  ,   ; A      A  A

   A  , A  ; A    A    A  A  

 A  , m, n ;  mn  A  m  nA  n  mA

 A, B  , n  ; n  A  B   nA  nB

 A  , n, m  ;  m  n  A  mA  nA

 A  , 1 ; 1 A  A 1  A

Ejercicios para la clase.

3
1) Pruebe si forma un espacio vectorial con la suma y la multiplicación.

mn
2) Pruebe si forma un espacio vectorial con la suma y la multiplicación.

Subespacio Vectorial

Sea W un conjunto no vacío y W  , siendo  , ,  un espacio vectorial, decimos que

W forma un subespacio vectorial si forma un espacio vectorial con las operaciones suma y
multiplicación.

Para probar si un subconjunto forma un subespacio vectorial verificamos si cumple con las

siguientes condiciones:

 A, B W ; A  B W

 A W , h  ; hA W

  W

Axiomas:

 Todo subespacio vectorial es un espacio vectorial.

TOMAS NAVARRO 18
 VECTORES
 Todo espacio vectorial es un subespacio de si mismo.

 Todo subconjunto de un espacio vectorial cuyo único elemento es el vector nulo, es un

subespacio vectorial.

Ejercicios para hacer en clase:

1) Pruebe si W   x, y  / y  2x; x, y   es un subespacio de 2

2) Pruebe si W   x, y  / y  0  x  0; x, y   es un subespacio de 2

3) Pruebe si W   x, y, z  / x  2 y  z  0; x, y, z   es un subespacio de 3

4) Pruebe si W   x, y, z  / z  xy; x, y, z   es un subespacio de 3

5) Pruebe si W   x, y  / y  x ; x, y   es un subespacio de
2 2

TOMAS NAVARRO 19