1.

Conceptos formales
1.1. Espacios Vectoriales Reales
Decimos que un conjunto V es un espacio vectorial real si esta dotado de dos operaciones:
1. + : V V V
2. : R V V
que tienen las siguientes propiedades:
Dados , , V y r, s R
1. + = +
2. + ( + ) = ( + ) +
3. Existe un elemento 0 V tal que + 0 = para toda V
4. Para toda V existe un elemento () V tal que + () = 0
5. Dado 1 R 1 = para toda V
6. (rs) = r(s)
7. (r + s) = r + s
8. r( + ) = r + r
1.2. Producto interno
Dado un espacio vectorial real V decimos que la funcion , : V V R es un producto interno
si tiene las siguientes propiedades:
Dados , , V y r R
1. r + , = r, +,
2. , = ,
3. , 0
4. , = 0 si y solo si = 0
1.3. Normas
Dado un espacio vectorial real V decimos que la funcion : V R es una norma si tiene las
siguientes propiedades:
Dados , , V y r R
1. 0
2. = 0 si y solo si = 0
3. r = |r|
4. + +
1
1.4. Subespacios Vectoriales
Dado un espacio vectorial real V decimos que U V es un subespacio vectorial de V si U es un
espacio vectorial con las operaciones heredadas de V . Notemos que, como U es un subconjunto de
V , todas las propiedades de la suma las hereda U siempre y cuando U sea cerrado bajo la suma y
multiplicacion por escalares. De esta manera caracterizaremos a los subespacios vectoriales.
Proposicion 1.1 U V es un subespacio vectorial si y solo si
Dados , U y r R
1. + U
2. r U
1.5. Subespacios Vectoriales Generados
Dado un conjunto de vectores S V podemos generar un subespacio vectorial que contenga a
S. Dada la proposicion anterior, para obtener este subespacio basta tomar todas las combinaciones
lineales que pueden hacerse con los elementos de S.
Denicion. Dado un conjunto S V , (V espacio vectorial real). Denimos el subespacio genera-
do por S como:
S =
_
V | =
n

i=1
r
i

i
con r
i
R y
i
S para toda i
_
1, . . . , n
__
1.6. Independencia Lineal
Dado un subconjunto de vectores
_

i
_
n
i=i
V de un espacio vectorial V decimos que
_

i
_
n
i=1
es
linealmente dependiente si existe k
_
1, . . . , n
_
tal que
k

__

i
_
n
i=i

k
_
donde
_

i
_
n
i=i

k
representa el conjunto que queda al quitar
k
del conjunto
_

i
_
n
i=i
. En palabras, decimos que un
conjunto de vectores
_

i
_
n
i=i
es linealmente dependiente cuando dentro de este cojunto existe un
vector que se puede expresar como combinacion lineal de los otros, es decir, esta en el subespacio
generado por los otros vectores.
Por supuesto, diremos que el cojunto
_

i
_
n
i=i
es linealmente independiente si no es linealmente
dependiente.
Proposicion 1.2 El conjunto
_

i
_
n
i=i
es linealmente independiente si y solo si cada vez que
n

i=1
r
i

i
= 0
entonces r
i
= 0 para toda i
_
1, . . . , n
_
1.7. Bases y Dimension
Dado un subconjunto de vectores
_

i
_
n
i=i
V de un espacio vectorial V decimos que
_

i
_
n
i=1
es
base de V si
_

i
_
n
i=1
es linealmente independiente y
_

i
_
n
i=1
= V .
Se puede demostrar que todas las bases de un espacio vectorial tienen la misma cardinalidad, es
decir, tienen el mismo n umero de elementos. A este n umero le llamaremos dimension de V .
2
1.8. Bases ortonormales
Dado un espacio vectorial real con producto interno, decimos que la base
_

i
_
n
i=i
es ortonormal si

i
,
j
=
ij
donde

ij
=
_
0 si i = j
1 si i = j
Todos los conceptos dados anteriormente son una manera de generalizar las cosas que pasan en R
3
a espacios de mas dimensiones y espacios totalmente distintos de R
3
. Por el momento nosotros solo
trabajaremos en R
3
, mas adelante construiremos otras geometrias con estos conceptos.
2. Construcciones
.
Para realizar las construcciones pondremos de pretexto algunos problemas especcos, esto no quiere
decir que estas construcciones solo sirvan para resolver estos problemas, mas adelante veremos que son
de gran utilidad.
2.1. Dados , R
3
encontrar un vector x
_
,
_
tal que x
.
En otras palabras, lo que buscamos es un vector x de la forma x = r + s que sea ortogonal a ,
es decir, tal que x, = 0.
Solucion algebraica.Una manera directa de resolver este problema es sustituir x por r + s en la
ecuacion x, = 0 y obtenemos:
x, = r + s, = 0
r, +s, = 0
r, + s, = 0
r
2
+ s, = 0
Recordemos que = 0, gracias a esto podemos despejar r de la expresion anterior y obtenemos:
r
2
= s,
r =
s,

2
Ahora podemos sustituir el valor de r en la expresion x = r + s y obtenemos:
x =
s,

2
+ s
x = s
_

2
+
_
3
Esta expresion nos da una innidad de soluciones para el problema pues:
x, = s
_

2
+
_
,
s
,

2
+ ,
s
_

2
, +,
_
s
_

2
, +,
_
s
_
,

2
+,
_
s (, +, ) = s 0 = 0
es decir, s
_

2
+
_
es ortogonal a para toda s R.
De esta manera hemos resuelto el problema, aunque lo unico que sabemos es que los vectores de la
forma s
_

2
+
_
son ortogonales a y estan en el subespacio generado por y .
Construyamos ahora una solucion geometricamente.
Solucion geometrica.Buscamos un vector x
_
,
_
tal que x . Tomemos en cuenta el siguiente
dibujo.

x
r
Este dibujo nos da la ecuacion r + x = (usando la ley del paralelogramo), notemos que en esta
ecuacion tenemos dos variables, una es r que es un n umero real y la otra es x que es un vector. El
truco para obtener una expresion de x en terminos de y es hacer el producto interno en ambos
lados de la ecuacion con , de esta manera obtenemos:
r + x, = ,
r, +x, = ,
r, + 0 = ,
r =
,

2
As, el vector que buscamos esta dado por x =
,

2
.
Notemos que este resultado es un caso particular de las soluciones que obtuvimos anteriormente,
pero ahora tenemos informacion adicional, pues, por construccion, x es la altura del paralelogramo
formado por y , cuando tomamos a como base.
Si usamos que x
2
= x, x y sustituimos x por
,

2
, obtenemos una formula para la norma
de x en

terminos de y . Combinando ese resultado con el hecho de que el area del paralelogramo
formado por y esta dada por x obtenemos la siguiente formula.
A(, ) =
_

2
,
2
_1
2
4
2.2. Encontrar un vector
_
,
_
tal que (, ) = con [0, 2]
Para este problema tambien podemos dar una solucion algebraica directa de la siguiente manera:
Solucion algebraica. Recordemos que, si (, ) es el angulo entre y , entonces cos((, )) =
,

. As, podemos sustituir por r + s en la expresion anterior, esto nos dara un polinomio de
segundo grado en las variables s y t, del cual podemos obtener valores para r en terminos de s, con
sus respectivas restricciones sobre s. No escribire los pasos, porque es muy cansado hacer eso cuando
se escribe en L
A
T
E
X, pero si dudan de esto pueden vericarlo usando lapiz y papel.
Despues de esta decepcion, veamos c omo se hace geometricamente.
Solucion geometrica. Para esta construccion debemos hacer las siguientes observaciones:
1. Recordemos que las funciones sen() y cos() estan relacionadas con el crculo unitario de la
siguiente manera:

(cos(), sen())
{
{
cos()
sen()
1
X
Y
Es decir, le vector unitario de R
2
que hace un angulo con el eje X tiene coordenadas (cos(), sen())
2. En realidad lo que determina un angulo son las proporciones, as, si construimos un triangulo
rectangulo con cateto adyacente de longitud cos() y cateto opuesto de longitud sen() tenemos
automaticamente hipotenusa de longitud 1 y el angulo entre la hipotenusa y el cateto adyacente
es .
3. De esta manera basta construir un triangulo rectangulo cuyos catetos tengan longitudes sen()
y cos(). Para esto nos ayudaran las bases ortonormales, pues si R
3
es tal que = 1
entonces r es un vector paralelo a tal que r = |r| = |r| en particular cos() es tal
que cos() = | cos()|.
Por otra parte si tenemos un vector x tal que x entonces el vector x + , por la ley del
paralelogramo, es la hipotenusa de un triangulo rectangulo cuyos catetos son x y .
Con las observaciones anteriores podemos ver que basta construir un vector unitario en la direc-
cion de y un vector unitario x ortogonal a dentro de
_
,
_
para poder construir un vector

_
,
_
tal que (, ) = .
5
Del problema anterior sabemos que x =
,

2
es un vector ortogonal a . As, lo vectores que
buscamos son

y x

=
x
x
.
Por ultimo, el vector que buscamos es de la forma:
= cos()

+ sen()x

= cos()

sen()x

Estas construcciones corresponden al siguiente dibujo:

cos() '+ sen() x'

1
cos() ' - sen() x'

'
x'

Haciendo las cuentas se puede ver que = 1 y ademas cos((, )) = cos() que es lo que buscamos.
2.3. Dado
_
,
_
linealmente independiente, encontrar una base ortonormal
para
_
,
_
.
En este problema buscamos un par de vectores

tales que

= 1,

= 0 y

_
,
_
=
_

_
.
Sabemos que para crear vectores de norma 1, basta tomar cualquier vector = 0 y dividirlo entre
su norma, de esta manera obtenemos que, si

=
1

= 1. As el problema se
reduce a encontrar vectores ortogonales

tales que
_
,
_
=
_

_
.
Pero este problema ya lo hemos resuelto, pues sabemos que el vector x =
,

2
es ortogonal
a y x , .
Demostremos que
_
,
_
=
_
, x
_
. Recordemos que para demostrar que dos conjuntos A y B
son iguales debemos demostrar que A B y B A

_
, x
_

_
,
_
.
6
Sea
_
, x
_
entonces = r + sx. Como x =
,

2
entonces
= r + sx
= r + s
_

,

2

_
= r + s s
,

2

=
_
r s
,

2
_
+ s
= r

+ s
Por lo tanto,
_
,
_
, es decir
_
, x
_

_
,
_
que es lo que queramos demostrar.

_
,
_

_
, x
_
.
Sea
_
,
_
, entonces = r + s. Como x =
,

2
entonces = x +
,

2
. As:
= r + s
= r + s
_
x +
,

2

_
= r + sx + s
,

2

=
_
r + s
,

2
_
+ sx
= r

+ sx
Por lo tanto (, x), es decir
_
,
_

_
, x
_
.
Lo anterior demuestra que
_
,
_
=
_
, x
_
, es decir
_
, x
_
genera
_
,
_
. Ademas, clara-
mente x = r para toda r R, es decir
_
, x
_
es linealmente independiente. Por lo tanto
_
, x
_
es
una base ortogonal de
_
,
_
.
Encontrar una base ortonormal para
_
,
_
es facil teniendo la base ortogonal y usando nuestras
primeras observaciones. As que se deja como ejercicio encontrar dicha base.
2.4. Dado R
3
, = 0 encontrar una base ortogonal de R
3
que contenga
a
Lo que buscamos son dos vectores y en R
3
tales que , = , = , = 0, notemos
que de esta propiedad tenemos inmediatamente que
_
, ,
_
es linealmente independiente, pues si por
ejemplo = r + s entonces
2
= , = r, + s, = 0 + 0 = 0, (usando el viejo truco de
hacer producto interno por en la ecuacion), lo que implica que = 0 y esto no es cierto.
Por otro lado sabemos que todas las bases de un espacio vectorial dado tienen el mismo n umero de
elementos, en nuestro caso sabemos que
_
e
1
, e
2
, e
3
_
es una base de R
3
, as que cualquier cojunto de
tres vectores linealmente independientes es base de R
3
. Es decir, cualquier conjunto
_
,
_
R
3
que
cumple la condicion , = , = , = 0 es base de R
3
.
7
Veamos dos maneras de contruir este tipo de vectores:
Solucion Geometrica. Dado R
3
tomamos un vector que no sea paralelo a , y contruimos x
como en 2.1, es decir x =
,

2
y ya sabemos que x .
Ahora, tomemos un vector R
3
tal que /
_
, x
_
=
_
,
_
y tomemos en cuenta el siguiente
dibujo:
s
x
r
sx
r

+
s
x
Este dibujo nos da la ecuacion = r + sx + y donde y
_
, x
_
. De esta manera el vector que
buscamos es y, y para obtener una expresion de este vector en terminos de , y x usemos el truco
de siempre. Haciendo producto interno con en la ecuacion = r + sx + y obtenemos:
, = r, + sx, +y,
Pero x y y , entonces nuestra expresion se reduce a
, = r
2
y por lo tanto r =
,

2
. Haciendo las mismas cuentas con x en lugar de podemos ver que s =
,x
x
2
.
En consecuencia tenemos que y =
,

2

,x
x
2
x.
Y ya, se puede ver facilmente que y y y x. Por lo tanto la base ortogonal de R
3
que
construimos es
_
, x, y
_
.
Esta contruccion tiene algunas ventajas:
Dentro de la construccion contruimos un vector que corresponde a la proyeccion ortogonal de
sobre
_
, x
_
que es una generalizacion de la proyeccion ortogonal de un vector en otro y bien
podramos denirla como Proy

_
,
_

() =
,

2
+
,x
x
x, por supuesto, dedemos sustituir x
por
,

2
para obtener una expresion en terminos de y .
Esta construccion se puede generalizar a mas dimensiones y a dicha generalizacion se le conoce
como Proceso de ortogonalizacion de Grahm-Schmidt y esta dada de la siguiente manera:
8
Dado
_
a
1
, a
2
, . . . , a
i
_
linealmente independiente contruimos
x
1
= a
1
x
2
= a
2

a2,x1
x1
2
x
1
.
.
.
x
i
= a
i

i1
k=1
ai,x
k

x
k

2
x
k
As obtenemos una base ortogonal
_
x
1
, x
2
, . . . , x
i
_
de
_
a
1
, a
2
, . . . , a
i
_

Pero esta contruccion tiene una desventaja, y es que por lo regular salen vectores con entradas bastante
feas. Pero afortunadamente en el metodo algebraico es dcil que salgan n umeros feos.
Solucion Algebraica. Dado = (a
1
, a
2
, a
3
) R
3
buscamos = (x, y, z) tal que , = (a
1
, a
2
, a
3
), (x, y, z) =
a
1
x + a
2
y + a
3
y = 0. Para la ecuacion anterior encontramos una solucion, digamos (b
1
, b
2
, b
3
) y este
vector sera . Con esto, ya tenemos un vector tal que , = 0.
Para encontrar un vector que sea ortogonal a y a , utilizaremos determinantes. Recordemos
la formula para calcular el determinante de una matriz de 3 3 utilizando menores
det
_
_
c
1
c
2
c
3
a
1
a
2
a
3
b
1
b
2
b
3
_
_
= c
1

a
2
a
3
b
2
b
3

c
2

a
1
a
3
b
1
b
3

+ c
3

a
1
a
2
b
1
b
2

= (c
1
, c
2
, c
3
),
_

a
2
a
3
b
2
b
3

a
1
a
3
b
1
b
3

a
1
a
2
b
1
b
2

Notemos que el vector =

_

a
2
a
3
b
2
b
3

a
1
a
3
b
1
b
3

a
1
a
2
b
1
b
2

_
es tal que:
, = (a
1
, a
2
, a
3
),
_

a
2
a
3
b
2
b
3

a
1
a
3
b
1
b
3

a
1
a
2
b
1
b
2

= a
1

a
2
a
3
b
2
b
3

a
2

a
1
a
3
b
1
b
3

+ a
3

a
1
a
2
b
1
b
2

= det
_
_
a
1
a
2
a
3
a
1
a
2
a
3
b
1
b
2
b
3
_
_
= 0
De la misma manera podemos ver que , = 0. Por lo tanto es el vector que buscamos.
De esta manera hemos resuelto el problema pues
_
, ,
_
es una base ortogonal para R
3
.
Esta construccion tiene la desventaja de que solo sirve para R
3
y no se puede generalizar. Pero
tiene muchas propiedades que veremos a continuacion.
3. Producto Cruz.
En la seccion anterior, dados = (a
1
, a
2
, a
3
) y = (b
1
, b
2
, b
3
), denimos el vector como:
9
=
_

a
2
a
3
b
2
b
3

a
1
a
3
b
1
b
3

a
1
a
2
b
1
b
2

_
Este vector tiene las siguientes propiedades:
=
(r + ) = r( ) +
=
_

2
,
2
_1
2
= A(, ) = sen((, ))
= 0 si y solo si o = 0 o = 0
El conjunto
_
,
_
es linealmente independiente si y solo si para toda R
3
tal que = 0,
y entonces existe r R tal que r = 0 y = r( ).
( ) si y solo si
_
,
_

( ) = , ,
Todas estas demostraciones salen haciendo las cuentas y se dejan al lector como ejercicio.
10