UNIVERSIDAD NACIONAL DE EDUCACIN

ENRIQUE GUZMN Y VALLE

Alma Mater del Magisterio Nacional
FACULTAD DE CIENCIAS
DEPARTAMENTO ACADMICO DE MATEMTICA E INFORMTICA

MONOGRAFA
ESPACIOS VECTORIALES CON PRODUCTO INTERIOR

para optar el Ttulo Profesional de:

LICENCIADO EN EDUCACIN
Especialidad: MATEMTICA E INFORMTICA

presentado por:
BACH. PABLO GARCA MEZA

La Cantuta, 13 Noviembre del 2014

DEDICATORIA

INDICE

CAPITULO I: ESPACIOS VECTORIALES

1.1 Definicin de Espacio Vectorial. Leyes de composicin
interna y leyes de composicin externa.
1.2 Ejercicios de aplicacin de espacios vectoriales
1.2.1 Ejercicio de aplicacin con matrices
1.2.2 Ejercicio de aplicacin con funcin exponencial
1.2.3 Ejercicio de aplicacin con funcin compuesta
1.2.4 Ejercicio de aplicacin con ternas ordenadas
1.3 Subespacios vectoriales. Definicin. Ejemplos
1.4 Combinacin lineal de vectores. Ejemplos.
1.5 Dependencia e Independencia Lineal de vectores.
Ejemplos
1.6 Conjunto de generadores. Ejemplos
1.7 Base de un espacio vectorial. Ejemplos

CAPITULO II: ESPACIOS VECTORIALES CON PRODUCTO INTERNO

2.1 Espacio vectorial con producto interno. Propiedades.
2.2 Norma de vectores en un espacio con producto interno.
2.2.1 Espacio Eucldeo
2.2.2 Definicin de Norma
2.2.3 Propiedades de la Norma
2.2.4 Desigualdad de Cauchy Schwartz
2.2.5 Ley del paralelogramo
2.2.6 Distancia entre dos vectores

2.3 Bases ortogonales y ortonormales

2.3.1 Vectores ortogonales
2.3.2 Interpretacin geomtrica de la ortogonalidad
de vectores
2.3.3 Vector unitario
2.3.4 Vectores ortogonales
2.3.5 Proyeccin ortogonal de un vector
un vector

2.3.6 Componente Ortogonal

2.3.7 Vectores paralelos
2.3.8 Proceso de ortonormalizacin de Gran
Schmidth. Ejemplo

sobre

CAPITULO I
ESPACIOS VECTORIALES
1.1 DEFINICIN. LEYES DE COMPOSICIN INTERNA Y COMPOSICIN
EXTERNA.
Un conjunto V, NO VACIO, se llama Espacio Vectorial sobre un cuerpo K, si
esta provisto de dos operaciones:
a) Una operacin de suma entre los elementos de V, denotado del siguiente
modo:

: Vx V
(U, V)

V
U

b) Una operacin de producto entre los elementos de K (cuerpo de escalares)

y los elementos de V denotado del siguiente modo:
:KxV

(, V)

Y adems, con respecto a las operaciones ya indicadas, se cumplen las

siguientes propiedades:
CON RESPECTO A LA SUMA
A1) Si U V V U

V V (Propiedad cerradura)

A2) Si U V V U

V= V

A3) Si U V V w U

(V

U (Propiedad conmutativa)

w) = (U

V)

(Propiedad
asociativa)
A4) Existe V / =V =V ,V V
Para V = ,
Para

es el elemento neutro por derecha.

V =V , es el elemento neutro por izquierda.

Si el elemento neutro por derecha y el elemento neutro por izquierda son iguales
entonces podemos afirmar que el elemento neutro

A5) Para todo V V existe V / V

Para V
Para (-V)

existe y es nico.

(-V) = (-V)

V = ,

(-V) = , -V es el elemento inverso aditivo por derecho.

V=

, -V es el elemento inverso aditivo por izquierdo.

Si el elemento inverso aditivo por derecha y el elemento inverso aditivo por

izquierda son iguales, entonces decimos que V existe y es nico.
Podemos observar que en las propiedades de A1 a As solo hemos considerado
elementos internos (vectores), ms no elementos externos (escalares). Es por
este motivo que las propiedades de A1 hasta A2 reciben el nombre de LEYES DE
COMPOSICIN INTERNA.

CON RESPECTO AL PRODUCTO

M1) Si K y v V V V (Propiedad cerradura)

M2) Si K K v V ( V )=( ) V (Asociatividad
escalar)
M3) Si K K v V + v=( V ) ( V )
(Distributividad
escalar)
M4) Si e K v K

e v =V

, donde e es el elemento neutro multiplicativo

Podemos observar que en las propiedades de multiplicacin (de M 1 a M5) adems

de los elementos internos (vectores) tomamos elementos externos (escalares).
Por eso la spropiedades de multiplicacin (de M 1 a M5) reciben el nombre de
LEYES DE COMPOSICIN EXTERNA.

Si un conjunto V , provisto de las operaciones de suma

y producto

cumple con las 10 propiedades sealadas anteriormente decimos que V es un

espacio vectorial.
1.2. APLICACIN DIDACTICA
1.2.1 APLICACIN DIDCTICA CON MATRICES

Averiguar si el conjunto de elementos

u1 u 2=

a1 a2 b1 +b2
c 1c 2 d 1+ d 2

u=

[ ]

u= a b
c d

son las operaciones:

]
]

0 (a+b +c +d )
00

Es un espacio vectorial. Indicar que axiomas se cumplen justificando.

Solucin:
Con respecto a

A1) P.D. u1 M2x2 y u2 M2x2 u1 u2 M2x2 (CERRADURA)

Veamos:
Sea u1 =

[ ]
a1 b1
c1 d1

y u2 =

[ ]
a2 b2
c2 d2

Entonces:

u1 u2 =

[ ] [ ][
a1 b1
c1 d1

a 2 b 2 a1a2 b 1+ b2
=
c2 d 2 c 1c 2 d 1+ d 2

A2) Si u1 M2x2 y u2 M2x2 u1 u2= u2 u1 (CONMUTATIVA)

Veamos:
Sea u1 =

[ ]
a1 b1
c1 d1

y u2 =

[ ]
a2 b2
c2 d2

Entonces:

u1 u2 =

a 1a2 b 1+ b2
c 1c 2 d 1+ d 2

a
( 1a2 )

b 1+ b2
d
(c 1c 2 )

[ 1+ d 2 ]

u1 u2 =

a
( 1a2 )
b 1+ b2
c
( 1c 2 )
d 1+ d 2

[ ][ ]

a2 b 2
a b
1 1
c2 d2
c 1 d1

u1 u2 = u2 u1 (CUMPLE)

A3) Si u1 M2x2 y u2 M2x2 u1

(u2 u3) = (u1 u2)

(ASOCIATIVA)
Entonces:

u1 =

[ ]
a1 b1
c1 d1

Entonces:

, u2 =

[ ]
a2 b2
c2 d2

y u3 =

[ ]
a3 b3
c3 d3

u
3

 (u
2

[ ]
a1 b1
c1 d1

u)=
3

[ ]
a1 b1
c1 d1

([ ][ ])
a2 b 2 a3 b 3
c 2 d 2 c3 d 3

a 2a3 b 2+ b2
c 2c 3 d 2+ d 3

a1(a2a3 )
b
b1 +( 2+b3 )
c 2c

=
3

c 1

a1 +a 2+ a3

b +(b2 +b3 ) c 1+ c 2+ c3
= 1
= u1
d
d1 +( 2+d 3)

(u2 u3)

Veamos:

(u1

u2 ) u3 =

a
( 1a2 )
b 1+ b2
c
( 1c 2 )
d 1+ d 2

([ ] [ ]) [ ]
a1 b 1
a b
a b
2 2 3 3
c1 d1
c2 d2
c3 d 3

[ ]
a3 b 3
c3 d3

1a
(
2 )a3
b 1+ b2+ b3
c
( 1c 2 )c 3
d 1 +d 2 +d 3

a1 +a2a3

b1 +b 2+ b3 c 1 +c 2
d
=

c 3

[ 1+d 2 +d 3 ]

Podemos ver que:

FALTA NO SE VE LA COPIA

A4)

M 2x 2

/u =

Por derecha:
Sea

[ ] [ ]
e1 e2
y u= a b
c d
e3 e4

Igualando:

-a e1 = a e1 = -2a
b + e2 = b e2 = 0
-c e3 = c e3 = -2c
d+ e4 = d e4 = 0

por derecha:

Por izquierda:

= 2a 0
2 c 0

u = u (ELEMENTO NEUTRO)

u=u

[ ] [ ][ ]
e1 e 2
a b=a b
c d
c d
e3 e 4

][ ]

e 1a e2 +b
=a b
c d
e3c e 4 +d

Igualando:

-e1 a = a e1 = -2a
e2 + b = b e2 = 0
-e3 c = c e3 = -2c
e4 + d = d e 4 = 0

Por izquierda:

2a 0
2 c 0

El neutro por derecha y el neutro por izquierda son iguales:

M 2 x2

2a 0
/ = 2 c 0

y se cumple que: u

u=u

(CUMPLE)

A5)

-V

M 2x 2

/V

(-v) = (-v)

v=

Por derecha
V

[ ] [ ][

a b x y = 2 a 0
c d
z w 2 c 0

(-v) =

(INVERSO ADITIVIO)

][

ax b + y = 2a 0
cz d + w 2 c 0

Igualando:
-a - x = -2a x = a
y + b = 0 y = -b
-z c = -2c z = c
w + d = 0 w = -d

-v=

a b
c d

(Por izquierda)

Por izquierda:
(-V)

[ ] [ ][

x y a b = 2 a 0
z w
c d 2 c 0

][

xa y +b
2a 0
=
zc w +d
2 c 0

v=

Igualando:
-x a = -2a x = a
y + b = 0 y = -b
-z c = -2x z = c
w + d = 0 w = -d

-v=

a b
c d

(Por izquierda)

Podemos ver que v por derecha e izquierda son iguales

v M 2x 2
/-v=

a b
c d

(CUMPLE)

CONTINUA PREGUNTA N 1
CON RESPECTO A LA MULTIPLICACIN

M1) Si K y v

Tenemos:

M 2x 2

v=d

M 2x 2
v

[ ]
a b
c d

M 2x 2

M2) Si K, K

0 (a+ b+c )
0
0

(CUMPLE)

( v) = ( ) V

Veamos:

0 ( a+b+ c+ d )
( v) = 0
0

( v) =

0 (a+b+ c+ d)
0
0

( v) =

( v) =
M3) Si K y K y V

Veamos:

[ ]
a b
c d

= V

(CUMPLE)

M 2x 2

( + )

v=(

v)

0
+(a+b+ c+ d)

( + ) v =

Tambin:

( v)

( v) =

0 (a+ b+c +d )
0
0

( v)

( v) =

0 ( a+b+ c+ d )+(a+ b+c +d )

0
0

( v) =

0
+ (a+ b+c +d )

( v)

v = (

v)

M4) K v u V

Sea: V =

Veamos:

[ ]
a1 b1
c1 d1

yu=

( v)

(v

[ ]
a2 b 2
c2 d2

] [

0 (a+b+c +d )
0
0

(CUMPLE)

u) = ( v)

( v)

 (v

u) =

( [ ] [ ])
a1 b1
a b
2 2
c 1 d1
c2 d 2

( [ ] [ ])
a1 b1
a b
2 2
c 1 d1
c2 d 2

0 (a1a 2+ b1+ b2c1 c 2+ d 1+ d 2)

0
0

De igual forma:
( v)

( v) =

[ ]] [ [ ]]

( v)

( v) =

0 (a1 +b1 c 1+ d 1)
0
0

( v)

( v) =

0 (a1+ b1 +c 1 +d 1+ a2 +b2 + c2 +d 2 )
0
0

a1 b1
c 1 d1

a2 b 2
c2 d2

] [

0 (a2+ b2 +c 2 +d 2)
0
0

Podemos ver que:

M5)

(v u)

eKV/ e

Veamos:

v)

V=V

v) (NO CUMPLE)

e V=V

[ ]
a b
c d

[
Igualando:

[ ]
a b
c d

][ ]

0 e (a+ b+c +d ) a b
=
0
0
c d

a=0
e (a + b + c + d ) = b
c=0
d=0

e (0 + b + 0 + 0 ) = b e b = b ( b 0)
e=1

(CUMPLE)

e=1kV/1 v=v
1.2.2 APLICACIN DIDACTICA CON FUNCIN EXPONENCIAL
Sea V = {ex / x R}, se definen las siguientes operaciones suma ( ) y
producto ( ), tal que:
e x , ey V ex
V R y V ex V

ey = exy
ex = ex

Donde xy y x son productos usuales de nmeros reales.

Indique los axiomas del espacio vectorial que se ucmplen en V y responda Es V
un espacio vectorial?

(4 p)

V = {ex / x R}
V ex, ey V ex

ey = exy

A1) V ex, ey V ex

ey = exy (CERRADURA)

SE CUMPLE POR QUE exy V

A2) P.D. ex

ey = exy = eyx = ey

Tenemos: ex

ex

ex (CONMUTATIVA)

ey = exy = eyx = ey ex

ex (CUMPLE)

ey = ey

y
z
A3) P.D. ex (e e )

x
y
= ( e e )

ez

(ASOCIATIVA)

Tenemos:
ex

(ey

ez) = ex eyz
= ex(yz)
= e(xy)z
=e

ex

= exy

ez

= (ex

ey)

(ey

ez )= (ex

ez

ey)

ez (CUMPLE)

Sea

ex =

Sea

= ex ex

ex = ex

e = e

ex = e x

Por Derecha:
ex

e = ex

ex = ex x = x = 1
Por la Izquierda:
e

ex = ex ex = ex

x = x = 1
Como el neutro por derecha y por izquierda son iguales entonces el neutro existe /
ex

A5) P.D.

e=e

ex = e x

em V (INVERSO ADITIVO)

/ ex

em = em

ex = e

Por Derecha:
ex

xm

em = e

= e m = 1 m =
1

1
x

e1/x es inverso aditivo por izquierda

Como el inverso aditivo por derecha e izquierda son iguales entonces este existe
/ ex e1/x = e1/x

ex = e

M1)

ex = ex

P.D. Si R y ex V

ex = ex V (CERADURA) CUMPLE

M2) P.D. Si R R ex V

ex) =

ex

Veamos:

ex) =

ex = ex

ex = ex

Se cumple que:

ex) =

ex = ex

M3) P.D. Si R R ex V
( + )

ex = (

ex)

ex)

Luego:
( + )

ex = e( + )x

ex)

ex) = ex

ex

= e(x)(x) = ex2
Vemos que:

M4) P.D.

( + )

ex (

ey) = (

(ex

ex)

ex)

ex)

ey)

(NO CUMPLE)

Veamos:

(ex

ey) =

ey) (

ex)

exy = exy

ey) = ex

ey = e2xy

Vemos que:

(ex

M5) Si m R ex V m

Veamos:

ex)

ey)

(NO CUMPLE)

ex = e x

ex = e x

emx = ex
Igualando:

mx = x m = 1

(CUMPLE)

V no es un espcaio vectorial por que no cumple las propiedades M 4 y M5

1.2.3 APLICACIN DIDACTICA CON FUNCIN COMPUESTA

Suponga que la adicin en F (conjunto de todas las funciones reales de variable

real), se define por f(x)

g(x) = f (g (x)), de tal manera que eleemnto neutro es

g(x) = x, y la multiplicacin por une scalar permanece sin cambio y se dentoa por
c

f (x).

Con las condiciones definidas, indique Cules de los 10 axiomas de espacio

vectorial se cumplen? Es F une spacio vectorial?
(4 puntos)
SOLUCIN:

Con respecto a

Veamos si cumple las propiedades de adicin:

A1) P.D. f(x) F y g (x) = f f(x)

Tenemos: f(x)

F (CERRADURA)

g (x) = f (g(x) F (CUMPLE)

A2) Si f(x) F y g(x) F f(x)

Tenemos:

g( x)

g(x)

= g(x)

g(x)

= f (g((x))

f(x) f ( x)

= g (f (x))

f(x)

f(x) (CONMUTATIVA)

Vemos que:
f(g(x)) g (f (x)) f (x)

g(x)

g(x)

f (x)

A3) P.D. f(x) F, g(x) F, h (x) F f (x)

= (f (x)

(g (x)

h (x))

h( x ) (LA ASOCIATIVA)

g (x))

Veamos:
f(x)

(f (x)

(g (x)

g (x))

h (x)) = f(x)

h (x) = f (g (x)

Vemos que: f (g (h (x)) f( (g (x))

A4)

F / f(x)

(g (h (x)) = f (g (h (x)))

h (x) = f (g (h (x))

h (x) (SI CUMPLE)

= f(x) (NEUTRO POR DERECHA)

Por dato: g(x) = x ES EL ELEMENTO NEUTRO

Veamos:

A5)

f(x)

- f (x) F / f (x)

g(x) = f(g (x)) = f (x)

(- f (x)) = (-f (x))

Sea Z (x) = -f (x)

F(x)

Z (x)

Vemos que: f(x)

Z (x) = f ( Z (x))

f (x) = Z (f (x))

Z (x) Z (x)

f (x)

f(x) = x

Veamos si cumple las propiedades de multiplicacin:

M1) Si K y F(x) F

Veamos:

f(x) F

f(x) = f (x) F

(CUMPLE)

M2) P.D. Si K K f (x) F

f(x)) = ( )

f(x)

Veamos:

( )

f(x)) =

f( x) = f(x)

f(x) = f(x)

Podemos ver que:

f(x)) = ( )

M3) Si K K f () F ( + )

f(x) (CUMPLE)

f(x) = (

f(x))

f(x))
Veamos:
( + )

f(x))

f(x) = ( + ) f(x)

g(x)) = f (x)
h(x)

Vemos que: ( + )

g(x) = h(z (x))

z(x)

f(x) (

f(x)) )

M4) P.D. Si K f(x) F g(x) F

(f(x)

g(x))

g(x))

= (

Vemos:

(f(x)

f(x))

f(x))

g(x)) =

g(x))

f (g(x)) = f (g (x))

fg(x)) = df(x)
w(x)

dg(x) = w (z (x))

z(x)

Vemos que:

(f(x)

g(x)) (

M5) Si e e K y f(x) F e

f(x))

f(x) = f(x)

Veamos:
e

f(x) = f(x)

e f(x) = f(x)
e=1

(SI CUMPLE)

g(x))

(NO CUMPLE)

1.2.4 APLICACIN DIDACTICA CON TERNAS ORDENADAS

Sea V el conjunto de puntos en R3 con dos operaciones internas que se definen
de la siguiente manera:
La suma:
U1

U2 = (a1 ; b1 ; c1)

(a2 ; b2 ; c2) = (a1 + b2 + 1 ; b1+ b2 + 1; c1+ c2

+ 1)
La multiplicacin por un escalar:
U =

(a; b; c) = ( + a 1; + b 1 ; + c
1)

V es un espacio vectorial? Justifique

Resolucin:
Con respecto A

A1) Por demostrar: Si U1 R3 U2 R3 U1

U2 R3 (CERRADURA)

Podemos observar que:

U1

U2 = (a1 ; b1 ; c1)

(a2 ; b2 ; c2) = (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

A2) Por demostrar: x

Veamos:

y=y

x (CONMUTATIVA)

U1

U2 = (a1 ; b1 ; c1)

U1

U2 = (a2 + a1 + 1 , b2+ b1 + 1 , c2+ c1 + 1) = U2

U1

U2 = U 2

U1

A3) Por demostrar: U1

(a2 ; b2 ; c2) = (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

U1

(CUMPLE)

(U2

U3) = (U1

U2)

U3

(ASOCIATIVA)
Veamos:
U1

(U2

U3) = (a1 ; b1 ; c1)

= (a1 ; b1 ; c1)

[(a2 ; b2 ; c2)

(a3 ; b3 ; c3)]

(a2 + a3 + 1 , b2 + b3 + 1, c2 + c3 + 1)

= (a1 + a2 + a3 + 2 , b1 + b2 + b3 + 2, c1 + c2 + c3 + 2)
(U1

U2)

U3 = [(a1 ; b1 ; c1)

[(a2 ; b2 ; c2)]

= (a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

(a3 ; b3 ; c3)

(a3 ; b3 ; c3)

= (a1 + a2 + a3 + 2 , b1 + b2 + b3 + 2, c1 + c2 + c3 + 2)
Veamos que: (U1

A4)

U2)

R3 / U
1

Sea = (a, b, c)

U3 = U1 (U 2 U 3)

U1 = U1

(CUMPLE)

Hallamos el neutro por derecha:

(a, b, c)

U1 = U1

(a1, b2, c1) = (a1, b2, c1)

(a + a1 + 1, b + b1 + 1, c + c1 + 1) = (a1, b2, c1)

a + a1 + 1 = a1 a = -1

Igualando:

b + b1 + 1 = b1 b = -1
c + c1 + 1 = c1 c = -1
= (-1, -1, -1) (Neutro por izquierda)
El elemento neutro por derecha y por izquierda son iguales, entonces existe y es
nico
= (-1, -1, -1)

A5)

vector x / x

(-x) = = (-x)

Hallando el inverso por derecha:

(-x) =

(a, b, c)

(m, n, p) = (-1, -1, -1)

(a + m + 1, b + n + 1, c + p + 1) = (-1, -1, -1)

Igualando:

a + m + 1 = -3

m = -2 a

b + n + 1 = -1

n = -2 b

c + b + 1 = -1

n = -2 c

 -x = (-2 a, -2 b, -2 c)
Hallando el inverso por izquierda:
(-x)

x=

(m, n, p)

(a, b, c) = (-1, -1, -1)

(m + a + 1, n + b + 1, p + c+ 1) = (-1, -1, -1)

Igualando:

m + a + 1 = -1

m = -2 a

n + b + 1 = -1

n = -2 b

p + c + 1 = -1

n = -2 c

-x = (-2 a, - 2 b, - 2 c)

(CUMPLE)

El universo aditivo por derecha es igual al inverso aditivo por izquierda, entonces
existe y es nico: -r = (-2 a, -2 b, -2 c)

Con respecto a

M1) Por demostrar:

U R3

Podemos demostrar que:

+ a1,+ b1
U = (a , b , c )=

M2) c1

( c2

(CUMPLE)

U) = (c1 c2)

(CERRADURA)

Veamos: c1

( c2

U) = c1

= c1

c1

( c2

( c2

(a, b, c)

(c2 + c2 a 1, c2 + c2 b 1, c2 + c2 c-1)

U) = (c1 + c1 c2 + c1 c2 a c1 1, c1 + c1 c2 + c2 c2 b c1 1,
c1 + c1 c2 + c1 c2 c c1 1)

c1

( c2

Tambin: c1 c2

U) = (c1 c2 + c1 c2 a 1, c1 c2 + c1 c2 b 1, c1 c2 + c1 c2 c 1)

U = c1 c2

(a, b, c)

= (c1 c2 + c1 c2 a 1, c1 c2 + c1 c2 b 1, c1 c2 + c1 c2 c 1)
Podemos ver que: c1

( c2

U) = c1 c2

(CUMPLE)

M3) c

(U

Veamos:

(U

v) = (c

(U

v) = c

U)

(c U )

v) = c

((a1, b1, c1)

(a2, b2, c2))

(a1 + a2 + 1 ; b1+ b2 + 1; c1+ c2 + 1)

= (c + ca1 + ca2 + c 1, c + cb1 + cb2 + c 1,

c + cc1 + cc2 + c 1)
= (2x + ca1 + ca2 1, 2a + c b1 + cb2 -1, 2c + cc1 + cc2 1)
(c

U)

(c

V) = [c

(a1, b1, c1)]

[c

(a2,

b2, c2)]

= (c + ca1 1, c + cb1 1, c + c1c 1)

(c + ca2 1, c + cb2 1, c + c2c 1)

= (2c + ca1 + ca2 1, 2c + cb1 + cb2 1, 2c + cc1 + cc2 1)

Vemos que: c

(U

v) = (c

U)

(c

V)

(CUMPLE)

M4) (c1

c2)

U = (c1

U)

(c1

U)

Vemos:
(c1 + c2)

U = (c1 + c2)

(a, b, c)

= (c1 + c2 + ac1 + ac2 1, c1 + c2 + c1b + c2b 1,

c1 + c2 + c1c + c2c 1)
De igual forma:

(c1

U)

(c2

U) = [c1

(a, b, c)]

= (c1 + c1 a 1, c1 + c1 b 1, c1 + c1 c 1)

[c2

(a, b, c)]

(c2 + c2 a 1, c2 + c2 b

1, c2 + c2 c 1)
= (c1 + c2 + c1a+ c2a 1, c1 + c2 + c1b + c2b -1, c1 + c2 + c1c + c2 c-1)
Podemos observar que:
(e1 + e2)

M5)

e/e

Veamos:

U=

(c1

U)

(c2

U)

U=U

(a, b, c) = (a, b, c)

(e + ea 1, e + eb 1, e + ec 1) = (a, b, c)
Igualando:

e + ea 1 = a e (a + 1) = a + 1
e=

a+1
a+1

e=1

e + eb 1 = b e (b + 1) b + 1
e=

b+1
b+1

=1 e=1

e + ec 1 = c e (c+1) = c + 1
e=

Entonces:

e=1/e

c+1
c+1

=1 e=1

U=U

(CUMPLE)

(CUMPLE)

1.3.- SUBESPACIOS VECTORIALES

DEFINICION: Sea V un espacio vectorial sobre K.
Se dice que W es un espacio vectorial de V, si cumple 3 condiciones:
1) W
Esta condicin verifica la existencia del elemento nulo.
2) Si W1 W W2 W W1 + W2 W
Esta condicin nos indica que Si dos vectores pertenecen al conjunto W,
entonces la suma de dichos vectores tambin debe pertenecer a W
3) Si K w W . w W
Esta condicin nos indica que: Si escogemos un escalar cualquier
perteneciente al cuerpo K y un vector cualquiera W perteneciente al
conjunto W, entonces el producto . w pertenece al conjunto W
EJEMPLO:
Sea V = P2 (p2 es el conjunto de polinomios de grado 2)
Definimos W = {ax2 + bx + c P2 / a + 2b c = 0}
Es W un subespacio vectorial de V?
PRUEBA
A1.- W
Sea

(x) = 0x2 + 0x + 0 el polinomio nulo P2

Podemos observar que:

(x) = 0x2 + 0x + 0 cumple con la condicin

Dada: 0 + 2(0) 0 = 0

0 = 0 (Verdadero)

Podemos observar que

(x) = W, por lo tanto como

(Existe

(x) W W

(x) W)

2.- Por demostrar: Si p(x) P2 q (x) P2 entonces

p(x) + q (x) W
Veamos:
Si p(x) = a1x2 + b1x + c1 W a1 + 2 b1 - c1 = 0 (I)
Si q(x) = a2x2 + b2x + c2 W a2 + 2 b2 - c2 = 0 (II)
Sumando miembro a miembro (I) y (II):
a1 + 2b1 c1 + a2 + 2b2 c2 = 0
(a1 + a2) + 2(b1 + b2) (c1 + c2) = 0 (se mantiene la estructura)
Entonces: (a1 + a2) x2 + (b1 + b2) x + (c1 + c2) W
(a1 x2 + b1 x + c1) + (a2 x2 + b2 x + c2)
p(x)
p(x) + q(x) W

q(x)

3.- Por demostrar: Si K p(x) W (x) W

Veamos:
Sea p(x) = ax2 + bx + c W a + 2b c = 0 . (*)
Si multiplicamos cada miembro de (*) por K tenemos:
(a + 2b c) = 0
a + 2b - c = 0 (la estructura no cambia)
Entonces: a x2 + b + c W
(ax2 + bc + c) W
p(x)
p(x) W
Como W cumple con las 3 propiedades, podemos afirmar que W es un
subespacio vectorial.

4.- a) Sea V el espacio vectorial de todas las matrices de orden 2 x 2 sobre los
reales R.
Verifique si W es o no un subespacio de V si:
W consta de todas las matrices A tales que A2 = A

Solucin:
a) W = {A M2x2 / A2 = A}
i) w
Veamos si E 2 = = (VERDADERO)
W

(CUMPLE)

ii) A W B W A + B W

(P.D. (A + B)2 A + B)

A W A2 = A (I)
B W B2 = B (II)
Sumando miembro a miembro: A2 + B2 = A + B
A+ B W
Como A + B W no cumple
Como no se cumple (i) entonces w no es un subespacio vectorial.

b) Si S y T son subespacio de V, demostrar que S T es un subespacio de V.

b) Si S y T son subespacios de V.
Veamos si S T es un subespacio de V
i)

ST
S es un subespacio de V S . (I)
T es un subespacio de V T . (II)
PE (I) y (II) tenemos S T S T

ii)

P.D. si U S T v S T U + v S T
Si U S T u S u T (Definicin de )
Si v S T v S v T (Definicin de )
Como S es subespacio u + v S
Como T es subespacio u + v T
u + V S T (Def. de )

iii)

Si S T v S y v T (Def. de )
Pero S y T son subespacios de V, entonces
Si K v S v S
Si K v T v T

(S es subespacio de V)
(T es subespacio de V)

Entonces: v S T
Como se cumplen i), ii) y iii) entonces S T
subespacio de V.

es un

1.4 COMBINACIN LINEAL DE VECTORES

DEFINICIN
Sea V un espacio vectorial cualquier y {V 1, V2, V3 . Vk} un conjunto de vectores
pertenecientes a V.
Diremos que el vector v V es una combinacin lineal de los vectores V 1, V2, V3
. Vk, si el vector V se puede representar del siguiente modo:
k

V = 1V1 + 2V2 + 3V3 + . + akVk =

ai vi
i=1

Donde los escalares i K

Ejemplo:
1.- Exprese p(x) = 5x2 + 9x + 5 como combinacin lineal de
p1(x) = 4x2 + x + 2, p2(x) = 3x2 - x + 1, y p3(x) = 3x2 + 2x + 3
Solucin:
Expresando p(x) como combinacin lineal de p 1(x), p2(x) y p3(x):
p(x) = 1 p1 (x) + 2 p2 (x) + 3 p3(x)
5x2 + 9x + 5 = 1 (4x2 + x + 2) + 2 (3x2 - x + 1) + 3 (3x2 + 2x + 3)
5x2 + 9x + 5 = (4 1 + 3 1 + 3 3) x2 + (1 - 2 + 23) x + (21 + 2 + 3 3)

Igualando:

41 + 32 + 33 = 5
1 - 2 + 23 = 9

21 + 32 + 33 = 5

Resolviendo el sistema:

F1

3 5

-1

2 9

3 5

( 17 )

F2 (-4)
F23 (-2)

-5/7

-1

-1/3

-13/3

-31/7

-5 -31

-1

-1 -13

F12 (1)

-5/7

F13 (-1)

9/7

8/21

2/21

31/7
F3

( 13 )

32/7
0
5 1 157 8
=
=
7 3
21
21

31 13 9391 2
=
=
7
3
21
21

F3

( 218 )

-5/7

-31/7

9/7

32/7

32 9 1289 119
=
=
7 28
28
28

5 31 5124 119
=
=
28 7
28
28

F3

F3

( 57 )
( 97 )

Tenemos:

-119/28

119/28

1 =

119
119
1
,2=
,3 =
28
28
4

Entonces escribiendo p(x) como combinacin lineal de p 1(x), p2(x) y p3(x):

p ( x )=

119
119
1
p2 ( x )
p2 ( x ) + p3( x )
28
28
4

Verificando:

119
1 119 3 140
+3 (
+3 ( )=
+ =
=5
( 119
)
)
28
28
4
28 4 23

119
1 119 119 3 238 2 252
(
+2 ( )=
+
+ =
+ =
=9
( 119
)
)
28
28
4
28 28 4 23 4 28

119
1 238 119 3 119 3 140
+3 (
+ 3 ( )=

+ =
+ =
=5
( 119
)
)
28
28
4
28
28 4 28 4 28

1.5 DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES

DEFINICIN
Sea V un espacio vectorial y {V1, V2, ..Vr} un conjunto de vectores
pertenecientes a V.
Diremos que los vectores V1, V2, V3, . Vr son linealmente dependientes (l.d) si
existen escalares.
1 no todos cero, tales que:
1 V1 + 2 V2 + 3 V3 + + r Vr =
DEFINICIN
Decimos que los vectores V1, V2, V3, . Vr
Son linealmente independientes (l.i) si todos los escalares 1 son cero y adems:
1 V1 + 2 V2 + 3 V3 + + r Vr =

1.5.1 Aplicacin didctica con polinomios

En V = P2 determine si los polinomios p(x) = 3 x, q (x) = 2 + x2 . r (x) =
4 + 5x 2x2
son linealmente dependientes o independientes.
Veamos si son l.i:

p(x) +

q (x) +

r(x) = 0

(3 x) +

-2

) x2 + (-

-2

+5

+2

+4

(4 + 5x 2 x2) = 0

) x + (3

+2

+4

=0

+5

(2 + x2) +

Igualando:
-

=0

=0

Tenemos:

] [

] [

0 1 2
0 1 2
0 1 2
3
3
1 0 5 F2 ( 3 ) 1 0 5 F 1 (2 ) 1 0 5
3 2 4
0 2 19
0 0 23

0 1 2 F (2 ) 0 1 0
0 1 0
F3 ( 1/23 ) 1 0 5
1 0 0 F2 (1 ) 1 0 0

0 2 1 F 23 (5 ) 0 0 1
0 0 1

] [
3
1

] [ ]

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

p(x), q(x) r(x) son l.i

)=0

1.5.2. Aplicacin Didctica con Vectores

c) Sabiendo que V1, V2, V3 son vectores linealmente independientes del espacio
(V1 + R1) Justifique la independencia o dependencia lineal del siguiente conjunto
de vectores: { V1, V2 + a V3 + b V2}

c) V1, V2, V3 son l.i. (por hiptesis)

1, 2, 3, / 1, = 2, = 3, = 0

Veamos si los vectores V1, V2 + a V3, V3 + b V3 son l.i.:

,/

+(

+b

(-a)

(1) a
a
-a
a

=0

+b

2
2

=0

+b

=0

=0

ab 3 = 0
=0
2 +
3
2

) V2 + (a

Como V1, V3, V4 son l.i, tenemos:

(V2 + a V3) +

)=0

(bV2 + V3) = 0

(1 ab)

Entonces:

=0

Si ab 1

=0

= 0 (1 ab 1)

= 0 ( ab 1)

= 0 (ab 1)

Si ab = 1 V1, V2, V3 son l. d.

= 0 V1, V2, V3 son l. i.

1.5.3 APLICACIN DIDACTICA CON VECTORES

4.- Si V1, V2, V3, V4 son linealmente independientes demostrar que los vectores
U1 = V2 + V3 + V4

U 2 = V1 + V3 + V4

U3 = V1 + V2 + V4 y U4 = V1 + V2 + V3 son

linealmente independientes.
PRUEBA
V1, V2, V3, V4

son

l.i. entonces:

1 , 2 , 5 , 4 / 1 U 1 + 2 U 2 + 3 U 3+ 4 U 4= , 1 = = =
2
3
4

Luego:
1 U 1 + 2 U 2+ 3 U 3 + 4 U 4=

1(V 2+V 3 +V 4 )+ 2 (V 1 +V 3 +V 4 )+ 3 (V 1 +V 2+ V 4 )+ 4 (V 1 +V 3 +V 3)=

Entonces:
(

2+ 3 + 4
V4

Como:

V1

+(

1+ 3 + 4

V2

+(

1+ 3 + 4

V 1+ V 2+ V 3+V 4

son l.i:

2+ 3 + 4

=0

3+ 4= 2

1= 2

1+ 3 + 4

=0

3+ 4= 1

(*)

V3

+(

1+ 2 +3

 1+ 3 + 4

=0

1+ 1 + 4 =0

= -2

= -2

1.6.- CONJUNTO DE GENERADORES

DEFINICIN
Sea V un espacio vectorial. Si existe un conjunto de vectores {V 1, V2, V3 .. Vk} tal
que, todo vector v V se puede expresar como la combinacin lineal de V 1, V2,
.. Vk; diremos que

{V 1, V2, V3,

.. Vk} es un conjunto de generadores de

V.

NOTACIN
La notacin V = {V1, V2, .. Vk}
Se lee: V es combinacin lineal de los vectores
V1, V2, V3 .. Vk
O tambin: V est generado por los vectores V 1, V2, .. Vk

EJEMPLO:
1.- Sea V = R2
Entonces:
V = (x, y) = (x, 0) + (o, y) = x (1, 0) + y (0, 1)
Donde: e1 = (1, 0) g e2 = (0,1)
Es decir:
R2 = L {e1, e2}

Y
e2=(0.1)

X
e2=(1.0)

2.- V = R3
Sea (x, y, z) un elemento que R3
Entonces:
(x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z)
(x, y, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)

Donde:
e1 = (1, 0, 0)
e2 = (0, 1, 0)
e3 = (0, 0, 1)
Es decir: R3 L {e1, e2, e3}

3.- V = P2 (Conjunto de polinomios grado 2)

Sea p(x) = ax2 + bx + c
Entonces: p(x) ax2 + bx + c.1
Tenemos:
e 1 = x2
e2 = x
e3 = 1
Luego:
P2 = L {e1, e2, e3}
P2 = L {x2, x1, 1}

4.- V = M2x2
Sea A =

[ ]

a b M
2 x2
c d

Luego:
A=

[ ][ ][ ][ ]

A=

a 0 +0 b+ 0 0+ 0 0
0 0 0 0 0 0 0 d

[ ] [ ] [ ] [ ]
1 0
0 1
0 0
0 0
+b
+c
+d
0 0
0 0
1 0
0 1

Donde:
e1 =

[ ]

e2 =

[ ]

e3 =

[ ]

e4 =

[ ]

1 0
0 0

0 1
0 0

0 0
1 0

0 0
0 1

Entonces:
M2x2 = L {e1, e2, e3, e4}

1.7 BASE DE UN ESPACIO VECTORIAL

DEFINICIN:
El conjunto de vectores S = {V1, V2, .. Vk}
(donde S V) ser una base del espacio vectorial V, si cumple dos condiciones:

a) S genera a V
V = L { V1, V2, V3, .. Vk}
Es decir: Cualquier vector v V es una combinacin lineal de los vectores V 1,
V2, .. Vk}
b) S es un conjunto de vectores linealmente independientes (l. i.)

DIMENSION
DEFINICION.- Se llama DIMENSIN de un espacio vectorial, al nmero de
elementos que tiene una base cualquiera.
Si el espacio vectorial V tiene una base de n elementos entonces denotamos:
dim V = n

Ejemplo:
1.- Sea V = R3
Tenemos que:

(x, y, z) = (x, 0, 0) + (0, y, 0) + (0, 0, z)

(x, y, z) = x(1, 0, 0) + y (0, 1, 0) + z (0, 0, 1)

Donde:
e1 = (1, 0, 0), e2 = (1, 0, 0), e3 = (0, 0, 1) constituye la base cannica de R3.

Adems:

dim R3 = 3

a.- Sea V el espacio vectorial de los polinomios reales de grado menor o igual que
2. Indique si los polinomios p(x) = 1 + x + x2, q(x) = 1 + 2x2, r(x) = x + x2 son una
base de V. Justifique
RESOLUCIN:
A.- Veamos si los polinomios p(x) = 1 + x + x2, q(x) = 1 + 2x2 r(x) = x + x2 son
base de V. debe cumplir las siguientes condiciones:
I.- p(x), q(x) r(x) generar a P2
1 p(x) + 2 q(x) + 3 r(x) = a2 + bx + c
1 (1 + x + x2) + 2 (1 + 2 + x2) + 3 (x + x2) = a2 + b + c
Igualando:
1 + 2 2 + 3 = a
1

+ 3 = b

1 + 2

=c

Tenemos:

1 2 1a
1 0 1b
1 1 0c

F13 (1)

2
F3 (1)

0 1 1 ac
0 1 1 bc
1 1
0c

] [

0 1
1ac
0 1
1 ac
F ( 1 ) 0 0 2 a+b2 c F 2 (1/2) 0 0 1 a+b 2 c /2
1 1
0c
1 1
0c
2
1

0 1
0 ab /2
F12 (1 ) 0 0 1 a+b2 c /2
1 1 0 2 ca+b /2

]
[

0 1
0 ab /2
F (1 ) 0 0 1 a+b2 c /2
1 0 0 2 ca+b /2
3
1

a+ b+2 c
Vemos que: x1 =
2

ab
, 2 =
2

a+b2 c
, 3 =
2

Entonces p(x), q(x) r(x) general a V2

II- p(x), r(x) son linealmente independientes.
1 p(x) + 2 q(x) + 3 r(x) = 0 / 1 =2 = 3 = 0 (UNICOS)
(1 + 2 2 + 3) x2 + (1 + 3) x + (1 + 2) = 0x2 + 0x + 0

Igualando:

1 + 2 2 + 3 = 0
1
1 + 2

+ 3 = 0
=0

Tenemos:
F 13 (1)

F 23 (1)
1 2 1
0 1 1

1 0 1
0 0 2
0 1 1
1 1 0
2
1 1 0
0 1 1 F21
1 1 0

[ ][

[
]
]


F 2 (1/2)

[ ][ ]

1 = 0, 2 = 2 = 0,

[ ]
0 1 1
0 0 1
1 1 0

F32 3

0 1 1 c 1 0
0 0 1 0 0 1
1 1 0 1 1 0

3 =0

(UNICOS)

Px). Q(s) r (x) = son L.I

Como se cumple (I) (II) entonces p(x), q(x) r(x) son base de V = P2.
a , b y c

son linealmente independientes

Entonces existen escalares 1 = 2 = 3 = 0

Tal que
1 a + 2 b + 3 c

Veamos si los vectores

=0

3 a + 4 b , a + b + c ,5 a +2 a + b

Son linealmente independientes

escalares

1, 2, 3

tal que:

1 ( 3 a + 4 b ) + 2 ( a + b + c ) + 3 ( 5 c +2 a + b )=

3
4
( 1+ 2+ 3 ) b + ( 2+ 5 3 ) =
( 1+ 2 +2 3) a +

Igualando a cero:
3 1 + 2 +2 3 =0
4 1 + 2+ 3 =0
2+5 3=0
Resolviendo el sistema:

[ ]
3 1 2
4 1 1
0 1 5

F13 (1)

F23 (1)

3 0 3
4 0 4
0 1 5

1 2 3
F 1 (1/3)

F 2 (1/4)
1 0 1

0 0 0
1 0 1
1 0 1 F 221 0 1 5
0 1 5

Tenemos:
1 3=0 1= 3
2+ S 3=0 2=5 3

[
]

Luego:
(
=

1, 3, 3

)=

( 2S , 3)

3 (1,5, 1)

Tenemos:
1
-2
-1
0
1

2
10
5
0
-5

3
-2
-1
0
1

NO ES

Por lo tanto los vectores dados son linealmente dependientes.

Analice si el conjunto S = {(1, -2, 1, 1) ; (3, 0, 2, -2) ; (0, 4, -1, 1), (5, 0, 3,1)}
Sean:

V 1= (1, -2, 1, 1)

V 2= (3, 0, 2, -2)

V 3= (0, 4, -1, 1)

V 4 = (5, 0, 3,1)

Para que estos vectores sean linealmente independientes deben existir escalares
1 =2 = 3 = 4 = 0 (UNICOS)

Tales que:
1
V 1 + 2
V 2 + 3
V 3 + 4
V 4 =

( : VECTOR NULO)

Luego:
1 (1, -2, 1, 1) + 2 (3, 0, 2, -2) + 3 (0, 4, -1, 1) + 4 (5, 0, 3,1) = (0, 0, 0, 0)
1 + 35 + 5 4 , -2 1 + 4 3 , 1 + 22 - 3 + 34, 1 - 22 + 3 + 4 ) = (0, 0, 0, 0)

Igualando:

1 + 35
-2 1

+ 5 4 = 0

+ 4 3

=0

1 + 22 - 3 + 34 = 0
1 - 22 + 3 + 4

=0

Entonces:

F12(2)

-2

F13(-1)

10

F13(-1)

-1

-1

-2

-2

-5

-4

F31(-3)

-3

-1

F32(-3)

-1

-1

F34(5)

-5

-4

F2(1/2)

F3(-1)

Tenemos que:
1 + 2 4 = 0 1 = - 2 4
2 + 4 = 0 2 = - 4

Luego:
(1, 2, 3, 4) = (-24, - 4, -4, 4) = 4 (-2, -1, -1, 1)
Podemos ver que:
1
4
2
0
-2

2
2
1
0
-1

3
2
1
0
1

4
-2
-1
0
1

NO SON

Como 1 =2 = 3 = 4 = 0 no son nicos, entonces los vectores son linealmente

dependientes.

Sea = {u1, u2, u3, u4} una base del espacio vectorial R4. Analice si el conjunto 1
= {v1, v2, v3, v4} es una base de R4, donde v1 = 2u1 + 3u2 + u3 - u4 ,
v2 = u1 + 2u2 , v1 = u1 u3 + 3u4 y v4 = u1

Sea = {u1, u2, u3, u4} una base del espacio vectorial R4.
Analizaremos si
v1 = 2u1 + 3u2 + u3 u4
v2 = u1 +2u2
v3 = u1 u3 + 3u4
v4 = u4
son linealmente independientes

En primer lugar como u1, u2, u3, u4 son base de R4 son linealmente independientes
es decir:
1 u1 + 2 u2 + 3 u3 + 4 u4 =

(1 = 2 = 3 = 4 = 0)

HIPTESIS

UNICOS

Veamos si v1, v2, v3, v4 son linealmente independientes:

Es decir si

escalares = = = =
1
2
3
4

1 v1 + 2 v2+ 3 v3 + 4 v4=
1 (2 u1 + 3 u2 + u3 u4) +2 (u1 + 2 u2 ) + 3 (u1 - u3 + 3u4) + 4 u4 =
(1 + 2 + 3 ) u1 + (31 + 22) u3 + (1 - 3) u3 + (-1 + 33 + 4) u4 =

Pero u1, u2, u3, u4 son linealmente independientes, entonces:

21 + 2 + 3

=0

31 + 22
1

- 3

=0

Sistema

=0

Homogneo

+ 33 + 4 = 0

-1

Entonces:
2

F31 (-2) 0

F12 (-2) 0

F32 (-3) 0

-3

-1

F34 (1)

-1

-1

-1

1
F2 (-1/3)

F21 (-3) 0

F23 (1)

-1

F24 (-2) 1

Podemos ver que 1 = 2 = 3 = 4 = 0 (UNICOS), entonces los vectores v 1, v2, v3,

v4 son linealmente independientes.

Para que valores de K, el conjunto S = {(1, 0, 1, k) , (1, k + 1, 0, k) (1, k, 1-k, 1), (1,
0, 1, k)} es una base del espacio vectorial R 4.

SOLUCIN:
v1

Para que S sea base de R4 los vectores

v3

= (1, k, 1-k, 1) y

v4

= (1, 0, 1, k),

v2

= (1, k+1, 0, k),

= (1, 0, 1, k)

Deben ser linealmente independientes, es decir debemos probar que existen

escalares 1 = 2 = 3 = 4 = 0 (UNICOS)

Tal que:
1

v1

= 2

v2

= 3

v3

= 4

v4

1 (1, 0, 1, k) + 2 (1, k + 1, 0, k) + 3 (1, k, 1-k, 1) y 3 = (1, 0, 1, k) = (0,0,0,0)

1 + 2 + 3 + 4 , (k + 1) 2 + k3 , 1 + (1-k) 3 + 4, k1 + k 2 + 3 + k 4 =
(0,0,0,0)

Igualando:
1 +

(k + 1) 2 +
1 +
k1 +

3 + 4 = 0
k3

=0

(1-k) 3 + 4 = 0
k 2 +

3 + k 4 = 0

Luego resolviendo el sistema homogneo

F13 (-1)

k+1

F14 (-k)

k+1

1-k

-1

-k

1-k

Podemos observar que si k = 1:

1

-1

-1

-1

F31(-1)

F32(-2)

F3(-1)

Tenemos:
1 + 4 = 0 4 = - 1
- 3 = 0 3 = 0
2 + 3 = 0 2 + 0 = 0 2 =0

Tenemos:
(1, 2, 3, 4) = (1, 0, 0, 3, - 1) = 1 (1, 0, 0, -1)
1
-2
-1
0
1

Para k=1 los vectores

V1

2
0
0
0
0

V2

3
0
0
0
0

V3

V4

4
2
1
0
-1

NO SON

son linealmente dependientes

para
k R {1} los vectores
independientes

V1

V2

V3

V4

son linealmente

CAPITULO II
ESPACIOS VECTORIALES CON PRODUCTO INTERNO

2.1 Espacio vectorial con producto interno

2.2 Norma de vectores en un espacio con producto interno
2.3 Distancia entre dos vectores
2.4 Bases ortogonales
2.5 Bases ortonormales
2.5.1 Proceso de ortonormalizacin de Gran Schmidth

2.1 Espacio vectorial con producto interno

Definicin:
Sea V un espacio vectorial sobre K.
Un producto escalar o interno sobre V es una aplicacin tal que a cada par de
elementos x a y V le asigna un nmero < x, y> k tal que satisface las
siguientes propiedades:
P1) <x, y + <z, y> + <x, z> (Distribubitivdad)
P2) <z, y> = <y, x>

(Simetra o conmutatividad)

P3) < x, y> = <x, y>

(Homogeneidad)

P4) < x, x 0, <x, x> = o x = (Positividad)

Para cualquier x, y, z V, K.

APLICACIN DIDCTICA
Determinar si la siguiente relacin es o no un producto interno
<x, y> = 2x1y1 + 3xy1 + x2 y2 3x1 y2

PRUEBA
P1) DISTRIBUTIVIDAD
Por demostrar: <x, y, z> = <x, y> + <x, z>
Tenemos que: x = (x1, x2) , y = (y1, y2) , z = (z1, z2) K
<x, y> = <(x1, x2) , (y1, y2)> = 2 x1, y2 + 3 x1, y2 + x2, y2 - 3 x1, y2
<x, z> = <(x1, x2) , (z1, z2)> = 2 x1, z2 + 3 x1, z2 + x2, z2 - 3 x1, z2

Veamos:
<x, y + z> = <(x1, x2) ; (y1 + z1, y2 + z2)
= 2x1 (y1 + z1) + 3x2 (y1 + z1) + x2 (y2 + z2) 3x2 (y1 + z1)
= 2x1 y1 + 2x1 z1 + 3x2 y2 + 3x2 z1 + x2 y2 + x2 z2 3x1 y1 3x1 z1

Agrupando convenientemente:
<x, y + z> =2x1 y1 + 3x2 y1 + x2 y2 3x1 y1 + (2 x1 z1 + 3x2 z1 +x2 z2 - 3x1 z1
Luego: <x , y + z> = <x, y> + <x, z>

P2) SIMETRIA CONMUTAVIDAD

Por demostrar: <x, y> = <x, z>
Sean: x (x1. x2) y = (v1, v2)
Tenemos:
<x, y> = < (x1. x2) , (y1, y2)>
=2x1 y1 + 3x2 y1 + x2 y2 3x1 y1
<y, x> = < (y1. y2) , (x1, x2)>
=2y1 x1 + 3y2 x1 + y2 x2 3y1 x1
Entonces:
<x, y> = < (x1, x2) , (y1, y2)>
=2x1 y1 + 3x2 y1 + x2 y2 3x1 y1
=2y1 x1 + 3y2 x1 + y2 x2 3y1 x1

(Propiedad conmutativa de los

nmeros reales)

= <y, x>

P3) HOMOGENEIDAD
Por demostrar < x, y> = < x, y>
Sea K, x = (x1, y1), y = (x1, y2)V
Veamos:
< x, y> = < (x1, x2) , y = (y1, y2)
= < (x1, x2) , (y1, y2) >
= 2 x1 y1 + 3 x2 y1 + x2 y2 - 3 x1 y1
= [ 2 x1 y1 + 3 x2 y1 + x2 y2 - 3 x1 y1]
= < x, y>

P4) POSITIVIDAD
Por demostrar: < x , x> 0
Tenemos:
< x , x> = <(x1, x2) , (x1, x2) >
= 2 x1, x1 + 3 x2 x1 + x2 x2 - 3 x1 x1
= 2 x12 + 3x1 x2 + x22 3x1x2
= 2 x 12 + x 22 0
< x, x> 0

Como se cumplen las propiedades P 1, P2, P3 y P4 podemos afirmar que la relacin

dada es un producto interno.

2.2 Norma de vectores en un espacio con producto interno

2.2.1 Definicin de Espacio Eucldeo
Un espacio vectorial con un producto interno se llama espacio vectorial
eucldeo

2.2.1 Definicin de Norma

En un espacio euclideo usaremos la notacin:
x

x , y >
x =+ el nmero

se llama norma euclidea o simplemente norma de x.

2.2.3 Desigualdad de Cauchy Schavartz

Sea V un espacio vectorial euclideo y x y V, entonces se verifica:
/(x, y)/ :

x y

Adems la igualdad se da si y solo si x e y son proporcionales.

PRUEBA:
Probaremos teniendo en cuenta que V = R2
En primer lugar tomemos los vectores x = (x1, x2) , y =(y1, y2)
Y que el producto interno de estos vectores es:
<x , y> = x1y1 + x2 y2

Se presentan dos casos:

I) Si x //y

En el mismo sentido:

x
Y

= ( x , y ) =0

Sentidos opuestos:
= 180
y

=( x , y ) =180

Si x//y Q = ( x , y )=0

Sabemos que: cos

- = ( x , y ) =180

= cos 0 =

<x , y> = x y

x, y>

=1
x y

---------------(I)

x y
=180 cos 180 =
x , y>

-1=

x, y>

x y

<x, y> = - x y .(II)

De (I) y (II): <x , y> = x y

<x , y> = x y

x , y >
= x y

---------------(*)

II) Si x // y
x

PROYY
X X

Podemos observar que:

PRO Y y x < x

COMP y x < x

x, y>
y

x , y >

x , y >

x , y >

De (*) y (**) :

x > PRO Y y x

2.2 Ley del Paralelogramo

Sea V un espacio vectorial euclideo se cumple:
2

x+ y + x y =2( x + y )

Cualquiera que sea x y V

PRUEBA: Sean x, y V entonces:

Sabemos que:
2

x
2
x+ y = +2 <x,z> +
2

x
2
x y = - 2 <x,z> +

y 2

(I)

y 2

(II)

Sumando miembro a miembro (I) y (II)

x+ y 2+ x y 2 = x 2 +2< x , y >+ y 2 + x 22< x , y >+ y 2

x+ y 2+ x y 2 =2( x 2 + y 2 )

2.1.4 Propiedades de la Norma