Resumen Unidad 2

UNIDAD 2. ESPACIOS VECTORIALES

En esta unidad se estudiar la nocin de espacio vectorial, as como los conceptos que de
dicha nocin se derivan: dependencia e independencia lineal, sistemas generadores, base
dimensin, etc.
En la estructura de espacio vectorial se fundamenta una parte muy importante de la
matemtica: el lgebra lineal.
Hoy en da se puede decir que no hay parte interesante de la matemtica que no contemple
esta estructura, cuyo modelo ms sencillo es el de los vectores libres.
En fsica, se suele llamar vector a una magnitud orientada, como puede ser la que indica la
velocidad y la direccin del viento, o la que sirve para indicar el flujo de agua sobre un ro
(por supuesto a cada punto de la superficie se le asocia un vector que representa la
velocidad del agua en ese punto, o la que sirve para indicar el mdulo, y la direccin de una
fuerza aplicada a un punto. En matemticas, un vector es un elemento de un espacio
vectorial; de esta forma reciben el nombre de vector tanto los polinomios como las matrices
o las funciones continuas definidas en un intervalo, etc. Todos estos entes matemticos
responden a una estructura comn: el espacio vectorial.

1. DEFINICIN Y PROPIEDADES BSICAS.

Definicin.-

Se llama espacio vectorial real a todo conjunto E dotado de las operaciones

y que verifique los siguientes axiomas:

2.- u v w u v w u, v, w E (propiedad asociativa)

3.- !0 E tal que u E : 0 u = u u 0 (elemento neutro)

4.- u E v E tal que u v 0 v u (elemento opuesto)


5.- u v v u u, v E (propiedad conmutativa)

6.- a , u E !a u E (ley de composicin externa)

7.- a (u v) = a u a v a , u, v E

8.- (a+ b) u = a u b u a, b , u E

9.- a (b u) = (ab) u a, b , u E

10.- 1 u = u u E
1.- u, v E ! u v E (ley de composicin interna)

Notacin.- A los elementos del espacio E los llamaremos vectores, y a los nmeros reales
los llamaremos escalares. Se suele escribir E, , para decir que E es e.v.
Observacin.- Conviene resaltar que los axiomas deben cumplirse para todo elemento del
conjunto E, y an siendo un nico elemento el que falla, se considerar que el axioma no se
verifica. Por ello, para probar que un determinado conjunto no es e.v. basta dar un elemento
concreto que no cumpla la condicin exigida en un axioma. Suele decirse "dar un
contraejemplo".

19

Resumen Unidad 2
Ejemplos.- ( n , +, .), (M mxn , +, .), (P n , +, .) , son e.v. reales.
Ejercicio.- En 2 se definen las operaciones:
suma: (x,y)(x',y')=(x+x',y+y')
producto por un nmero real: a (x,y)=(ax,0)
Estudiar si el conjunto 2 con las operaciones anteriores tiene o no estructura de espacio
vectorial.
Solucin.-

, ,

no es e.v. ya que no se verifica el axioma 10, en efecto,

1 x, y x, 0 x, y
En la prctica utilizaremos la suma y el producto usual, esto es: E, ,

Propiedades.- En todo e.v. E se verifican, para todo escalar a y cualquier vector u E :

ii) a 0 = 0


iii) Si au = 0 entonces a = 0 o u = 0

iv) (-1) u = - u
i) 0 u = 0

Demostracin.

0 u+ 0 u = (0 + 0) u = 0 u 0 u+ 0 u = 0 u
i)

ax 8

Sumando a ambos lados de la igualdad el opuesto de 0 u :

(0 u+ 0 u) + ( 0 u) = 0 u+ ( 0 u)
0
u

0
u

0
u

0
u+
(

0
u)

0
u

0
u
0

ax. 2

ii)

ax. 4

ax. 3

a 0 + a 0 = a(0 + 0) = a 0 a 0 a 0 a 0
ax. 7

ax. 3

Sumando a ambos lados de la igualdad el opuesto de a 0 :

a 0 a 0 a 0 a 0 a 0 a 0 a 0 a 0 a 0 a 0 a 0 0 0 a 0 0

ax. 2

ax. 4

ax. 3

iii) Supongamos que au = 0 y a 0

a 1 a u a 1 0 1u a 1 0
u a 1 0
u0
Si a 0 a 1 , luego: a 1 au = a 1 0

ax. 9

ax.10

prop. ii

Supongamos que au = 0 y u 0
a 0 q.e.d.

Como a a 0 u = 0 CONTRADICCIN

parte anterior
iv)

u+ (-1) u = 1u+ (-1) u = (1+ (-1)) u = 0 u = 0

ax.10

Demostrar que (-1) u = - u es equivalente a demostrar que el opuesto de u es (-1) u

ax. 8

prop.i

20

Resumen Unidad 2
2. SUBESPACIOS.
Definicin.-

Diremos que S es un subespacio vectorial de un e.v. E si se cumplen las

dos condiciones siguientes:
i) S E
ii) S es e.v. con la misma suma y producto por escalar que E.

Teorema cns.- S es s.v. de un e.v. si, y slo si, se verifican:

S E yS
a)

u+ v S u, v S

ku S k , u S

b)
c)

Observacin.- Las condiciones b y c del teorema anterior son equivalentes a

a u+ b v S a, b , u, v S .

Todo e.v. admite, al menos, dos subespacios vectoriales: el e.v. 0 y el propio e.v.
Ejercicio.-

Sea el e.v. 2. Cules de los siguientes subconjuntos constituyen

subespacios vectoriales con las operaciones usuales?
i)
A = (x, y) / x- y = 0

B = (x, y) / x- y = 1
C = (x, y) / x+ y = 0
D = (x, y) / x = 1
E = (x, y) / xy = 0

ii)
iii)
iv)
v)

3. COMBINACIONES LINEALES.
Definicin.-

Sea A

v , v ,, v
1

una familia de vectores de un e.v. E. Se llama

combinacin lineal de la familia A a todo vector w E que pueda expresarse

de la forma

w1 = a1 v1 + a 2 v2 + ... + a n vn

donde a1, a2, ..., an .

Ejemplo.-

Sean u = (1,2,-1) , v = (6,4,2) probar si w = (9,2,7) y

de u y v .
Al conjunto de las combinaciones lineales de A

t = (4,-1,8) son c.l.

v , v ,, v lo llamaremos clausura
1

lineal de A: L A a1v1 a 2 v 2 a n v n a1 , a 2 , , a n .

Diremos que A es familia generadora (o sistema generador) de L(A).

21

Resumen Unidad 2
Teorema.-

Sea A una familia de vectores de E. Entonces se verifican:

i)
AL(A)
ii)
L(A) es s.v. de E
iii)
L(A) es el menor s.v. de E que contiene a A.

En algunas ocasiones interesa comprobar si una familia A de vectores genera un s.v. S,

entonces lo que hay que comprobar es si L(A)=S.
Corolario.-

Sea S un s.v. y A una familia de vectores. La familia A genera S si, y slo si,
a)
Todo vector de A pertenece a S A S
b)

Todo vector de S es combinacin lineal de la familia A S L A

Observaciones.i) El orden de los vectores de una familia dada no afecta al subespacio L(A) generado
por ella.
ii) Una familia A de vectores de un e.v. E genera un nico subespacio, que es L(A). En
cambio, dado un s.v. S, en general, existirn muchas familias generadoras de S.
Ejercicios.-

Determinar los valores de a y de b para que el vector (1,4,a,b) sea

combinacin lineal de los vectores (1,2,-1,2) y (0,1,2,1).
En 3, determinar el subespacio vectorial engendrado por (1,2,5). Dar tres
vectores de dicho s.v.

Teorema.-

Sea A la familia de vectores de un e.v. E. Entonces A genera el mismo

subespacio que cualquier familia obtenida de A por una o varias de las
transformaciones:
i)
multiplicar cualquier vector de A por un escalar no nulo
ii)
sumar a cualquiera de los vectores de A otro vector de A previamente
multiplicado por un escalar
iii)
aadir o suprimir un vector que sea combinacin lineal de los dems.

Ejemplo.-

Comprobar que la familia A formada por los vectores u11, 2,3 , u2 0,1,2 ,

3
u3 5, 9,17 genera el mismo s.v. de que la familia B formada por

v 11, 2,3 , v 2 0,1,2 .

Solucin.- Veamos si el vector u 3 es combinacin lineal de u1 y de u 2 , esto es, $x, y

tales que u 3 = x u1 + y u 2 .

=5

(5,-9,17) = x(1,-2,3)+y(0,1,2) = (x,-2x+y,3x+2y) -2 x+ y = -9 , cuya nica

3 x+ 2 y = 17

solucin es x=5, y=1; luego u 3 es combinacin lineal de u1 y de u 2 , y suprimiendo

u 3 la nueva familia B genera el mismo s.v. que A.

x

22

Resumen Unidad 2
4. INDEPENDENCIA LINEAL.
Definicin.-

Un conjunto de vectores es linealmente dependiente si uno cualquiera de

ellos se puede expresar como combinacin lineal de los restantes.
En caso contrario se dice que los vectores son linealmente independientes.

Notacin.- Escribiremos l.d. en lugar de linealmente dependientes y l.i. en vez de

linealmente independientes.

Dados u1 , u 2 , ... , u n vectores de un e.v. E, la ecuacin x1u1 + x 2u 2 + + xn un 0 tiene

siempre solucin. Cuando la nica solucin sea la trivial, es decir, x1=x2=...=xn=0 se dice
que los vectores son l.i., o bien, que la familia formada por dichos vectores es libre. Si
existen ms soluciones aparte de la trivial se dice que los vectores son l.d., o bien, que la
familia formada por dichos vectores es ligada.
Ejemplo.-

Estudiar la dependencia lineal de los vectores {(1,2),(3,4)}.

Solucin.- x(1,2)+y(3,4) = (x+3y,2x+4y) = (0,0), tiene como nica solucin x=y=0, luego
forman una familia libre.
Corolario.-

Cualquier familia formada exactamente por dos vectores de un e.v. E es

ligada si, y slo si, alguno de sus vectores es igual al producto de un escalar
por el otro vector, es decir, son proporcionales.

Consecuencias de la definicin de dependencia e independencia lineal.1. En 2 y 3 dos vectores paralelos son l.d.
2. En 3 tres vectores coplanarios son l.d.
3. Toda familia de vectores que contenga al vector cero es ligada.
4. La familia formada por un solo vector es libre si, y slo si, es no nulo.
5. En todo e.v. E, si tenemos un sistema generador formado por p vectores y un
conjunto de vectores linealmente independiente formado por n vectores, se verifica
que np.
Definicin.-

El rango de una familia de vectores es el mximo nmero de vectores

linealmente independientes de dicha familia.

5. BASES Y DIMENSIN.
Definicin.-

Sea A una familia de vectores de un e.v. E. Diremos que A es base de E si se

verifican las condiciones:
A es libre
A es generadora de E

Ejemplos.1.- {(1,0),(0,1)} es una familia libre y generadora de 2, luego es base de 2, y se

llamar base cannica de 2.

2.- {(1,0,0),(0,1,0),(0,0,1)} es una familia libre y generadora de 3, luego es base de 3,

y se llamar base cannica de 3.

23

Resumen Unidad 2
3.- {(1,0,...,0),(0,1,0,...,0),...(0,0,...,1,0),(0,0,...,0,1)} es libre y genera n, luego es base de
n.
4.- {1,x,x2,...,xn} es libre y genera Pn(x), luego es base del espacio vectorial de los
polinomios de grado menor o igual que n, Pn(x).

1 0 0 1 0 0
,
,
0
1
0
0
1 0

de M2x2( ).

5.-

0 0
es libre y genera M2x2( ), luego es base
,
0 1

Observacin.- El espacio vectorial 0 no tiene base.

Teorema de la existencia de base.- Sea E un e.v. no nulo, generado por una familia finita
A. Entonces existe al menos una base de E contenida en A.
Teorema fundamental de la dependencia lineal.- Sea E un e.v., con una base de n
vectores, entonces toda familia de vectores de E con ms de n vectores es
ligada.
Definicin.-

Un e.v. es de tipo finito si contiene una base con un nmero finito de

vectores.

El e.v. nulo se considera de tipo finito a pesar de no tener ninguna base.

Teorema de la base.- Dos bases cualesquiera de un e.v. de tipo finito tienen el mismo
nmero de vectores.
Definicin.-

Sea E un e.v. no nulo de tipo finito. Se llama dimensin de E y se escribir

dim(E), al nmero de vectores de cualquier base de E.

La dimensin del e.v. nulo es cero.

Ejemplos.-

dim 2=2
dim 3=3
.... dim n=n
dim M2x2=4 dim M2x3=6 .... dim Mmxn=mxn
dim P1(x)=2 dim P2(x)=3 .... dim Pn(x)=n+1

Teorema.-

En todo e.v. E, de dimensin n, se verifica:

i) toda familia libre de n vectores es base de E
ii) Toda familia generadora de n vectores es base de E.

Teorema de la base incompleta.- Sea E un e.v. de dimensin n y A una familia libre de E

con r vectores (r<n). Entonces es posible aadir n-r vectores a la familia A de
forma que la nueva familia as obtenida sea base de E.
Ejemplo.- Dar una base de 3 que contenga a la familia {(1,2,0),(1,0,1)}.
Solucin.- La familia {(1,2,0),(1,0,1)} es libre (dos vectores no proporcionales), luego por el
teorema de la base incompleta se puede ampliar dicha familia para obtener una base de 3.
Se considera la familia A'={(1,2,0),(1,0,1),(1,0,0),(0,1,0),(0,0,1)}, ya sabemos que es una

24

Resumen Unidad 2
familia ligada por tener 5 vectores y ser la dimensin de 3 3 (observamos que la familia A'
se obtiene aadiendo a la familia dada la base cannica)

Teorema.-

Sea S un s.v. de un e.v. E de tipo finito. Entonces se verifican:

i) dim(S) dim (E)
ii) si dim(S)=dim(E) S=E

Definicin.-

Sea A una familia de vectores de un e.v. E. Se llama rango de A, r(A), a la

dimensin del s.v. generado por A, o tambin, al mximo nmero de vectores
l.i. contenidos en la familia A. Es decir, r(A)=dim(L(A)).

6.

COORDENADAS Y CAMBIO DE BASE.

Teorema.-

Sea B = u1, u2, ... , un base del e.v. E, entonces todo vector w E se puede
expresar de forma nica como combinacin lineal de la base B.

demostracin.- Hay que demostrar que para cada vector w E existe una nica n-upla de

escalares (a1,a2,...,an) n tales que, w = a1 u1 + a 2 u 2 + ... + a n u n . Supongamos que adems

de esta forma se verifica que w = b1 u1 + b2 u 2 + ... + bn u n , restando las dos expresiones se

obtiene:

0 = ( a1 - b1) u1 + ( a 2 - b2) u 2 + ... + ( a n - bn ) u n

Como B es una base, entonces es una familia libre, y por tanto, la nica solucin de la
ecuacin anterior es: (a1-b1)=(a2-b2)=...=(an-bn)=0, es decir, a1=b1, a2=b2 ,..., an=bn.

Definicin.-

Sea B = u1, u 2, ... , u n una base del e.v. E, se llaman coordenadas del vector

w a la nica n-upla de escalares (a1,a2,...,an) n tales que:

w = a1 u1 + a 2 u 2 + ... + a n u n

Sean B = u1, u 2, ... , u n y B ' = v1, v 2 , ... , v n dos bases del espacio vectorial E. Los
vectores de la base B' estn en E, por lo que al ser B una base de E se podrn expresar de
forma nica como combinacin lineal de la base B:

v1 a11u1 a21u2 an1un

v a u a u a u
2
12 1
22 2
n2 n

v n a1nu1 a2nu2 annun

Para todo vector w E , como B y B son bases de E se puede expresar con respecto a las
dos bases de forma nica:

w x1v1 x 2 v 2 x n v n

w y1u1 y 2u2 y nun

25

Resumen Unidad 2
Sustituyendo en la primera expresin los valores de , se obtiene:

w x1 a11u1 a21u2 an1un x 2 a12u1 a22u2 an2un xn a1nu1 a2nu2 annun

Haciendo las multiplicaciones e igualando se obtienen las ecuaciones del cambio de base:

y1 a11u1 a21u2 an1un

y a u a u a u
2
12 1
22 2
n2 n

yn a1nu1 a2nu2 annun

en forma matricial:

y1 a11 a12

y 2 a21 a22

yn an1 an2

a1n x1

a2n x 2

ann xn

Obsrvese que las columnas de la matriz de paso estn formadas por las coordenadas de
los vectores de la base B respecto de la base B.

7.

VECTORES LIBRES

Un vector fijo, AB , es un vector que queda caracterizado por su origen A y su extremo B.

Los vectores tambin se pueden caracterizar por su mdulo (distancia que hay entre A y B),
direccin (la de la recta que pasa por A y B) y sentido (el que va de A a B).
Observaciones:
i.

El mdulo de un vector lo representaremos por AB y por ser una distancia es

siempre positivo.

ii. Los vectores AB

opuestos.

y BA tienen el mismo mdulo y direccin pero sentidos

iii. Por convenio, se define el vector cero, 0 , como el vector con el mismo origen y
extremo, por tanto, su mdulo es cero y carece de direccin y sentido.

Todos los vectores que tienen el mismo mdulo, direccin y sentido que un vector dado, AB
diremos que son equivalentes y, al conjunto de todos los vectores equivalentes a uno dado

se le llamar vector libre, y se representarn con una letra minscula, u .

En adelante, utilizaremos la palabra vector como sinnimo de vector libre y, los vectores fijos
sern representantes suyos.

26

Resumen Unidad 2
7.1. INTERPRETACIN GEOMTRICA DE 2

a,b

a,b

Se consideran dos rectas perpendiculares, que llamaremos eje X (eje de abscisas) y eje Y
(eje de ordenadas). Estas rectas se cortan en un punto comn llamado origen, O. Se
establece una unidad de medida y un sentido positivo sobre cada eje.
Y

Cada punto P del plano queda determinado por un par

ordenado de nmeros reales P x, y , adems, este par

tambin

representa al vector posicin del punto P,

u OP x, y .

Aplicando el teorema de Pitgoras: u x 2 y 2

x
y

7.2. INTERPRETACIN GEOMTRICA DE 3

a, b, c

a, b, c

Se consideran tres rectas (eje X, eje Y y eje Z) que se cortan perpendicularmente en un

punto comn llamado origen, O. Se establece una unidad de medida y un sentido positivo
sobre cada eje.
Cada punto del P del espacio queda determinado por una terna de nmeros reales
P x, y, z , adems, este par tambin representa al vector posicin del punto P,

u OP x, y, z .

u OA z 2

u x 2 y2 z2

2
OA x 2 y 2

z
Y

A
X

7.3. OPERACIONES CON VECTORES

SUMA DE VECTORES: Para sumar dos vectores u y v basta tomar un representante de u

( AB ) y un representante de v con origen en el extremo de u ( BC ), el resultado es el

27

Resumen Unidad 2

vector u v AC

PRODUCTO DE UN NMERO REAL POR UN VECTOR:

caracterizado por:
Mdulo:

Direccin: la direccin de u

8.

ku k u

si k>0 el sentido de u
Sentido:

si k<0 el sentido opuesto de u

ESPACIO VECTORIAL EUCLIDEO.

Definicin.-

Se define el producto escalar entre dos vectores de un espacio vectorial, u v

o tambin u v como el escalar, que verifica las siguientes propiedades:

u v v u
propiedad conmutativa
i.


u v w u v u w
ii.
propiedad distributiva

u v u v u v
iii.
reubicacin del escalar



iv.
u u 0 , adems u u 0 u 0 definida positiva

Definicin.

k u es un vector que queda

Se dice que E es un espacio vectorial eucldeo si adems de ser un e.v. est

dotado de un producto escalar.
28

Resumen Unidad 2
Ejemplos.1. El producto escalar usual en n: a1,a2 ,,an b1,b2 ,,bn a1b1 a2b2 anbn

2. En 3: a1,a2 ,a3 b1,b2 ,b3 a1b1 2a2b2 3a3b3

3. En MMnxn( ): A B traza A Bt

4. En el e.v. de las funciones continuas en el intervalo[a,b]: f g

fg x dx
a

Conceptos geomtricos:

En n se interpreta la norma como la distancia del origen al punto dado.

Por tanto: d u,v v u

ngulo entre dos vectores: Se define el ngulo que forman dos vectores no nulos como el


uv

uv
menor de los ngulos que determinan dichos vectores y se verifica cos u,v
u v
u v

Dos vectores no nulos, u, v son ortogonales (perpendiculares) si su producto escalar es

cero, y se representa por u v .
Se dice que un conjunto es ortogonal si cada uno de sus vectores es ortogonal a los dems.
Se dice que una base de un e.v. es ortogonal si sus vectores son perpendiculares dos a dos.
Una base de un e.v. es ortonormal si adems de ser ortogonal sus vectores son unitarios, es
decir, tienen norma 1.

Dos vectores no nulos, u, v son paralelos si k tal que u kv

Se define la norma eucldea de un vector u como u u u

Desigualdad de Cauchy-Schwartz: u v u v

Desigualdad triangular: u v u v

12

uu

u, v

u, v

Adems la distancia verifica las siguientes propiedades:

d u,v 0
i.


d u,v 0 u v
ii.


d u,v d v,u
iii.



d u,v d u, w d w,v
iv.

29

Resumen Unidad 2
8.1.

Producto vectorial en 3

El producto vectorial de dos vectores u a,b,c , v d,e,f es el vector:

b c a c a b
uxv
,
,

b f d e
e f
Propiedades:


uxv v xu
i.

uuxv
ii.

v ux v
iii.

iv.

8.2.

El mdulo del producto vectorial de los vectores u, v coincide con el rea del

paralelogramo construido con un representante de u y otro de v con origen comn.

Producto mixto en 3

Se llama producto mixto de los vectores u, v y w y se denota por u, v, w al producto

escalar u vxw .

u1

Si u u1,u2 ,u3 , v v1, v 2 , v 3 y w w1, w 2 , w 3 u, v, w v1
w1

u2
v2
w2

u3
v3
w3

El valor absoluto del producto mixto de tres vectores es igual al volumen del paraleleppedo
construido sobre representantes de dichos vectores con origen comn.

30