Repblica Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educacin.

Universidad Rafael Urdaneta.
Facultad de Ingeniera.
!"tedra# $lgebra %ineal.
&eccin# '!(
Integrantes#
)uintero Ra*uel !.I#+,.,,-..+/.
0bando Francisco !.I# 1+.11,.2-..
Morales 3evin !.I# 1+..1+-./1,
Es*ue4a.
+.5 Espacio Vectorial# definicin 6 e7e4plo.
1.5 Ele4entos de un Espacio Vectorial.
2.5 0peraciones en los Vectoriales#
8 9or4ales.
8Especiales.
..5 &ubespacios Vectoriales.
:.5 Independencia %ineal 6 !o4binaciones %ineales# definicin
;15 6 e7e4plo ;15.
/.5 Base# definicin 6 e7e4plo.
-.5 !a4bio de base# definicin 6 e7e4plo.
+.5 Espacio Vectorial#

Es una estructura matemtica creada a partir de un conjunto no vaco con
una operacin suma interna al conjunto y una operacin producto externa
entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o
requisitos iniciales.
Sea V un conjunto no vaco sobre el cual existen dos operaciones. Una
llamada suma de vectores y otra llamada multiplicacin de un escalar por
un vector. a suma de vectores o simplemente suma, es una re!la o "uncin
que asocia a dos vectores, di!amos u y v, un tercer vector, a este se le
representara como u v.
a multiplicacin es una re!la que asocia a un escalar y a un vector,
di!amos c y u, un se!undo vector representado por c u. Entonces el
conjunto V se llama espacio vectorial si cumple todos y cada uno de los
si!uientes axiomas #la operacin es la suma vectorial$ la operacin
es la multiplicacin por un escalar%&
i. Para cual*uiera dos vectores u 6 v en V#

Este axioma se conoce como el axioma de cerradura bajo la suma& la suma
de dos elementos del conjunto debe dar como resultado tambi'n un
elemento del conjunto.
ii. Para cual*uiera dos vectores u 6 v en V#

Este axioma se conoce como el axioma de la conmutatividad de la suma&
el orden de los sumandos no altera el resultado de la suma.
iii. Para cual*uiera tres vectores u< v 6 = en V#
u v V
u v = v
u
u (v w) = (u v)
w

Este axioma se conoce como axioma de la asociatividad de la suma:
en una suma de vectores, no importa el orden como asocien la sumas
entre dos; el resultado ser siempre el mismo.
iv. E>iste un nico vector en V *ue se si4bolizar" por ? 6 *ue se
lla4ar" el vector cero tal *ue para cual*uier vector u V se
cu4ple:
Este axioma se conoce como el axioma de la existencia del elemento
neutro& existe en el conjunto un elemento distin!uido que sumado con
cualquier elemento da el mismo se!undo elemento.
v. Para cual*uier vector u V e>iste un nico vector ta4bi@n
en V 6 si4bolizado por 8u *ue cu4ple#
Este axioma se conoce como axioma de la existencia de inversos aditivos&
cada elemento del conjunto posee un inverso aditivo$ un elemento del
conjunto que sumado con el da el neutro aditivo.
vi. Para cual*uier vector u V 6 para cual*uier escalar c R se
cu4ple#

Este axioma se conoce como el axioma de cerradura bajo la
multiplicacin por escalares& el resultado del producto entre cualquier
escalar por cualquier elemento del conjunto debe dar como resultado
tambi'n un elemento del conjunto.
vii. Para cual*uiera dos vectores u 6 v en V< 6 para cual*uier
escalar c en R se cu4ple#
u = u = u
u (!u) = (!u) u
=
c u V
c (u v) = (c u) (c
v)
Este axioma se conoce como la propiedad distributiva del producto #por
escalares% sobre la suma #de vectores%& en un producto de un escalar por
una suma de vectores, da lo mismo reali(ar la suma de los vectores y el
resultado multiplicarlo por el vector$ que individualmente multiplicar cada
vector por el escalar y despu's sumar los resultados.
viii. Para cual*uier vector u V 6 para cual*uiera dos escalares a
6 b en R se cu4ple#
Este axioma se conoce como la propiedad distributiva del producto por
escalares sobre la suma escalares.
ix. Para cual*uier vector u V 6 para cual*uiera dos escalares a
6 b en R se cu4ple#
Esta propiedad se conoce como la ley asociativa del producto entre
escalares y el producto de escalar con vector o como la propiedad
asociativa del producto.
x. Para cual*uier vector u V se cu4ple#
E7e4plo de Espacio Vectorial#
(a " #) u = (a u) (#
u)
a (# u) = (a #) u
$ u = u
)onsideremos el conjunto *+x+ #tambi'n denotado por *+% de las
matrices +x+ con t'rminos reales&
Es un espacio vectorial real, pues podemos sumar dos matrices de *+x+
obteniendo otra matri( de *+x+, y multiplicar una matri( de *+x+ por un
escalar real obteniendo otra matri( de *+x+. Se puede comprobar que se
cumplen las propiedades. El vector es, en este caso, la matri( con todos
sus t'rminos nulos.
1.5 Ele4entos de un espacio vectorial# se clasi"ican en&
8Vectores#
Es todo se!mento de recta diri!ido en un espacio vectorial$ con un punto
de aplicacin #ori!en%, una direccin, un sentido e intensidad.
El punto de aplicacin# es el punto de ori!en del se!mento& su
comien(o, a partir de 'l empie(a el vector. )uando se re"iere a una
ma!nitud medida, el punto de aplicacin estar situado en el objeto
sobre el que se reali(a la medida y se mover con 'l.
%a intensidad o 4dulo de un vector# es la lon!itud del se!mento
que lo representa, por lo cual ah de ser proporcional al valor de la
ma!nitud medida. a intensidad de un vector se indica con la letra
que desi!na al vector entre barras, i!ual que el valor absoluto de un
n,mero. -s, la intensidad del vector v se denota .v..
Vectores de la 4is4a direccin o
sentido< pero distinta intensidad<
son diferentes.
%a direccin de un vector# es la recta sobre la que est dibujado o
cualquiera de sus paralelas, es decir, la recta a la que pertenece el
se!mento orientado que representa al vector.
&entido& una recta hori(ontal puede recorrerse de i(quierda a derecha
o de derecha a i(quierda, por lo que tiene dos sentidos. o mismo
ocurre con todas las rectas y, por tanto, con los vectores. /ada una
direccin, el sentido del vector es el indicado por la "lecha en la que
termina.
Vectores opuestos< al tener igual intensidad 6 direccin
pero sentido contrario.
8Escalar#
Son los n,meros reales o complejos que son utili(ados para representar
un "enmeno "sico con ma!nitud, aunque sin la caracterstica vectorial de
direccin. Se llama escalar a los componentes de un cuerpo, !eneralmente
n,meros, y en particular se utili(a cuando se quiere distin!uir rotundamente
de los vectores en el l!ebra lineal y en cualquier rama que use mdulos o
espacios vectoriales.
El producto de un escalar por un vector da por resultado otro vector, con
la misma direccin que el primero. -l hacer la multiplicacin, el escalar
cambia el mdulo del vector #!r"icamente el lar!o% y en caso de ser
ne!ativo cambia tambi'n el sentido. a direccin del vector resultado es
siempre la misma que la del vector ori!inal.
*atemticamente se reali(a multiplicando al escalar por cada una de las
componentes del vector.
&i por e7e4plo el vector V tiene 1 coordenadas#
V 0 #x, y%
1 V 0 1 #x, y% 0 #1x, 1y%
Ejemplo&
V 0 #+,2%
1 0 +
1 V 0 + #+, 2% 0 #3, +%
2.5 0peraciones en los espacios vectoriales# se clasi"ican en +&
89or4ales o co4unes# supone que el producto de un escalar por un
vector #matri(, polinomio, entre otros%, se puede decir, tiene un resultado
esperado #l!ico%.
4or ejemplo, si se suman los vectores - 0 #+,5% y 6 0 #3,2% el
resultado es - 7 6 0 #+ 7 3, 5 7 2% 0 #8, 3%.
Si se e"ect,a 5 - el resultado es 5 - 0 #8, 9%
8Especiales# se deben cumplir ciertas re!las, se!,n las que especi"iquen las
operaciones.
Por e7e4plo, si se desean sumar los vectores - 0 #+,5% y 6 0
#3,2% con una operacin especial #x, y% 7 #x, y% 0 #x 7 x2 7 2 y 62 7 6
A +%, lo que si!ni"ica que la operacin se debe reali(ar sumando las +
primeras componentes y al resultado sumarle 2, y lue!o sumar las se!undas
componentes y sumar el resultado +, as&

- x 6 0 #+ 7 3 7 2 , 5 7 2 7+% 0 #:, 8%
componentes muy di"erentes a las obtenidas con la suma normal o com,n
del ejemplo anterior.
;!ualmente se pide < #u% 0 #<x, y % la operacin se=ala claramente que
la primera componente del vector se obtiene multiplicando el escalar por la
componente, y la se!unda se obtiene elevando la componente al escalar.
Por e7e4plo# si < 0 + y - 0 #5, 3% el vector resultante es&
+ #5, 3% 0 >+ #5%, 3 ? 0 #8, 28%.
..5 &ubespacios vectoriales#
Sea B un subconjunto de un espacio vectorial V sobre un cuerpo 3, B se
denomina un subespacio de V si es a su ve( un espacio vectorial sobre 3
con respecto a las operaciones de V, suma vectorial y producto por un
escalar.
Supon!amos que B es un subconjunto de un espacio vectorial V.
Entonces B es un subespacio de V si y slo si se cumple&
i5 @ W.
ii5 B es cerrado bajo la suma de vectores$ es decir&
4ara todo par de vectores u, v A, la suma u 7 v B.
iii5 B es cerrado bajo el producto por un escalar$ esto es&
4ara todo u A y para todo 1 3 el m,ltiplo 1u B.
E7e4plo#
El subconjunto A de 4+, "ormado por slo polinomios de la "orma
p#x% 0 a x 7 5 a x
+

donde a es un n,mero real, Bes un subespacio vectorialC
Resolviendo#
2% Se debe probar que el conjunto posee al menos un elemento, debemos
dar un ejemplo concreto de un polinomio que corresponde a este "ormato,
por ejemplo&
p#x% 0 + x 7 8 x
+
el coe"iciente de x
+
, 8, es justo el doble del coe"iciente de x, que es +. 4or
tanto, B 0 @.
+% ue!o debemos probar que si se suman dos elementos cualquiera del
conjunto, el resultado tambi'n esta en el conjunto. 4ara abarcar cualquier
elemento de B no podemos utili(ar un valor num'rico de a$ debemos
utili(ar letras.
Sean p#x% 0 a2 x 7 5 a2 x
+
y q#x% 0 a+ x 7 5 a+ x
+
dos elementos de A,
veamos si p#x% 7 q#x% B&
p#x% 7 q#x% 0 a2 x 7 5 a2 x
+
7 a+ x 7 5 a+ x
+
0 #a2 7 a+% x 7 5 #a2 7 a+% x
+
de donde vemos que el coe"iciente de x es el de x multiplicado por 5. 4or
tanto, p#x%7q#x% B. /onde B es cerrado bajo la suma.
5% /ebemos probar que si se multiplica un escalar cualquiera por un
elemento cualquiera del conjunto, el resultado tambi'n esta en el conjunto.
4ara abarcar cualquier elemento de B no podemos utili(ar un valor
num'rico de a$ debemos utili(ar letras. Sea p#x% 0 a2 x 7 5 a2 x
+
un
elemento cualquiera de B y c un escalar cualquiera veamos si c p#x%
B&
cp#x% 0 c #a2 x 7 5 a2 x
+
% 0 #c a2% x 7 5 #c a2% x
+
de donde vemos que el coe"iciente de x es el de x multiplicado por 5. 4or
tanto, c p#x% A. Entonces, B es cerrado bajo el producto por escalares.
)omo hemos probado los tres requisitos, A es un subespacio vectorial de
4+.
:.5 Independencia lineal 6 !o4binaciones lineales#
8Independencia lineal#
os vectores son linealmente independientes si al!uno de ellos puede ser
escrito como una combinacin lineal de los restantes.
a
2 2
7 a
+ +
7D.7 a
n

n
0
a
2
0 a
+
0 D 0 a
n
0 @
os vectores linealmente independientes tienen distinta direccin y sus
componentes no son proporcionales.
E7e4plo +#
/eterminar si son linealmente dependientes o independientes los vectores&
0 #5,2% y 0 #+,5%
0 5 . 5 + . 2
E7e4plo 1#
Estudiar la dependencia lineal de los vectores&
0 #5,5Ex% y #x79,5x72%
0 2Fx7F05xEx
+
7+:E9x
G
+
7+2xE++ 0 @ x 0 2 x 0 E++
Son linealmente dependientes para x 0 2 y x 0 E++
8 !o4binacin lineal#
/ados los n,meros a
2,
a
+
D, a
n
y los vectores v
2
,v
+D,
v
n
, se llama
combinacin lineal a cada uno de los vectores de la "orma&
0 a
2
,
2
7 a
+ +
7D.7a
n n
Un vector x se dice que es combinacin lineal de un conjunto de vectores
-0Hx
2
,x
+
,x
5
,D,x
n
I
J #V,<% si existe una "orma expresada como suma de parte o todos los
vectores de - multiplicados cada uno de ellos por un coe"iciente escalar
a
2
,a
+
,D,a
n
J <, de "orma que&
G0a
2
x
2
7a
+
x
+
7D7a
n
x
n
0
;
G
;
-s, x es combinacin lineal de vectores de - si podemos expresar x como
una suma de m,ltiplos de una cantidad "inita de elementos de -.
E7e4plo#
+x75yE+(0@. Se dice que K es combinacin lineal de G y de L, porque
podemos escribir (0x 7 #5M+% y sin mas que despejar la K. /e la misma
manera, despejando oportunamente, cada una de estas variables se podra
expresar como combinacin lineal de las otras dos.
En otras palabras, cuanto de cada vector del conjunto - necesito para que,
cuando se combinen linealmente dichos elementos, pueda "ormar el vector
G en cuestin.
/.5 Base#
Un conjunto S 0 Hu2, u+, . . . unI de vectores es una base de V si todo
vector v V puede escribirse de "orma ,nica como combinacin lineal de
sus vectores.
Se dice que un espacio vectorial V es de dimensin "inita n o que es nE
dimensional, escrito
2 @ @
@ @ @
@ 2 @
@ @ @
@ @ 2
@ @ @
@ @ @
@ 2 @
@ @ @
2 @ @
@ @ @
@ @ 2
dim V 0 n
si V tiene una base como la anterior, con n elemento. Sea V un espacio
vectorial de dimensin in"inita. Entonces todas las bases de V tienen el
mismo n,mero de elementos.
El espacio vectorial H@I tiene dimensin @, por de"inicin. )uando un
espacio vectorial no es de dimensin "inita, se dice que es de dimensin
in"inita.
E7e4plo#
E )onsideremos el espacio vectorial *+, 5 de todas las matrices +x5 sobre
un cuerpo 3. as seis matrices si!uientes "orman una base de *+, 5&
# % # % # % # % # % # %
)on mayor !eneralidad, en el espacio vectorial M r, s de las matrices r x s, sea
Eij la matri( cuya entrada ij es 2, siendo @ las restantes. Nodas las matrices
Eij tales constituyen una base de M r, sO denominada su base usual.
)onsecuentemente, dim M r, s 0 rs. En particular, e2 0 # 2, @, . . . , @%,
e+ 0 # @, 2, @, . . ., @%, ..., en 0 #@, @, . . .@, 2% "orman la base usual de 3 .
-5 !a4bio de base#
El cambio de base consiste en conocidas las coordenadas de un vector
respecto a una base B, encontrar las coordenadas de dicho vector con
respecto a otra base B.
8 %a inversa de la 4atriz de transicin# si P es la matri( de transicin
de una base B a una base B en , entonces P es invertible y la matri( de
transicin de Ba B es .
E Matriz de transicin de una base B a una base B#
Sean y dos bases de , entonces la
matri( de transicin de B a B puede determinarse mediante
eliminacin de Pauss Q Rordan en la matri( como se muestra a
continuacin

En la matri( B representa la matri( que tiene por columnas las
componentes de los vectores de la base B respectivamente, de "orma
similar B representa la matri( que tiene por columnas las componentes de
los vectores de la base B respectivamente.
/e manera resumida el cambio de base consisten en que partiendo de una
base 6 a una base 6S se tiene que hacer una multiplicacin por una matri(
pE2 y esta la obtenemos sacando la inversa de la base 6 esto seria 4E2 y
multiplicando 4E2 por 6 obtenemos 6S y viceversa. Sea x un vector que en
base 6
2
#de vectores unitarios u
2
, u
+
, ...% ser i!ual a m
2
u
2
7 m
+
u
+
7 m
5
u
5
7 ...
El mismo vector, utili(ando otra base 6
+
#de vectores unitarios v
2
, v
+
, ...%
ser n
2
v
2
7 n
+
v
+
7 n
5
v
5
7 ...
&uponga4os *ue u
+
< u
1
< ... se representan en la base B
1
de esta for4a#
u
2
0 a
22
v
2
7 a
+2
v
+
7 ... 7 a
n2
v
n
u
+
0 a
2+
v
2
7 a
++
v
+
7 ... 7 a
n+
v
n
.............................................................
u
n
0 a
2n
v
2
7 a
+n
v
+
7 ... 7 a
nn
v
n
4or lo tanto, sustituyendo estas ecuaciones en la "rmula ori!inal nos
queda&
x 0 m
2
#a
22
v
2
7 a
+2
v
+
7 ... 7 a
n2
v
n
% 7 m
+
#a
2+
v
2
7 a
++
v
+
7 ... 7 a
n+
v
n
% 7 ...
Reordenando *ueda#
x 0 #m
2
a
22
7 m
+
a
2+
7 ... 7 m
n
a
2n
%v
2
7 ... 7 #m
2
a
n2
7 m
+
a
n+
7 ... 7 m
n
a
nn
%v
n

)omparando con la "rmula x 0 n
2
v
2
7 n
+
v
+
7 n
5
v
5
7 ... deducimos que&
n
2
0 m
2
a
22
7 m
+
a
2+
7 ... 7 m
n
a
2n
n
+
0 m
2
a
+2
7 m
+
a
++
7 ... 7 m
n
a
+n
.................................................................
n
n
0 m
2
a
nn
7 m
+
a
n+
7 ... 7 m
n
a
n.
Esto se puede e>presar de for4a 4atricial#
n
2
a
22
7 a
2+
7 ... 7 a
2n
m
2

n
+
0 a
+2
7 a
++
7 ... 7 a
+n
m
+

..... ........................................
n
n
a
+n
7 a
n+
7 ... 7 a
nn
m
n

lamando - a la matri( de coe"icientes, GS al vector en la base 6
+
y G al
vector en la base 6
2
nos queda&
GS 0 -G
despejando G nos queda&
G 0 -
E2
GS
E7e4plo#
27+x75x
+
0 +.271.x72.x
+
>27+x75x
+
?
6
0#2,+,5%