UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERA GEOLGICA, MINERA Y METALRGICA

MATEMTICA BASICA II
TRABAJO DE ESPACIOS VECTORIALES

ALUMNO
CDIGO

:
:

ESPECIALIDAD:
PROFESOR

CULQUI VALLE DONALD ESA

20094505I
ING. MINAS

ELBERT PEREZ DIAZ

CICLO VERANO 2009-III

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

ESPACIO VECTORIAL

Un espacio vectorial es un conjunto de objetos (llamados

vectores) que pueden escalarse y sumarse.
Un espacio vectorial (o espacio lineal) es el objeto bsico
de estudio en la rama de la matemtica llamada lgebra
lineal. A los elementos de los espacios vectoriales se les
llama vectores. Sobre los vectores pueden realizarse dos
operaciones: escalarse (multiplicarlos por un escalar) y
sumarse. Estas dos operaciones se tienen que ceir a un
conjunto de axiomas que generalizan las propiedades
comunes de las tuplas de nmeros reales as como de los
vectores en el espacio eucldeo. Un concepto importante es
el de dimensin.
Histricamente, las primeras ideas que condujeron a los
espacios vectoriales modernos se remontan al siglo XVII:
geometra analtica, matrices y sistemas de ecuaciones
lineales. La primera formulacin moderna y axiomtica se
debe a Giuseppe Peano, a finales del siglo XIX. Los
siguientes avances en la teora de espacios vectoriales
provienen del anlisis funcional, principalmente de los
espacios de funciones. Los problemas de Anlisis funcional
requeran resolver problemas sobre la convergencia. Esto se
hizo dotando a los espacios vectoriales de una adecuada
topologa, permitiendo tener en cuenta cuestiones de
proximidad y continuidad. Estos espacios vectoriales

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

topolgicos, en particular los espacios de Banach y los

espacios de Hilbert tienen una teora ms rica y complicada.
Los espacios vectoriales tienen aplicaciones en otras ramas
de la matemtica, la ciencia y la ingeniera. Se utilizan en
mtodos como las series de Fourier, que se utiliza en las
rutinas modernas de compresin de imgenes y sonido, o
proporcionan el marco para resolver ecuaciones en
derivadas parciales. Adems, los espacios vectoriales
proporcionan una forma abstracta libre de coordenadas de
tratar con objetos geomtricos y fsicos, tales como tensores,
que a su vez permiten estudiar las propiedades locales de
variedades mediante tcnicas de linealizacin.
Motivacin y definicin

El vector negro (x, y) = (5, 7) puede expresarse como

combinacin lineal de dos pares diferentes de vectores (5(1,
0) y 7(0, 1) azul; 3(1, 1) y 4(2, 1) amarillo).
El plano R2, consistente en los pares (x, y) de nmeros
reales, es el tpico ejemplo de espacio vectorial: cualesquiera
dos pares de nmeros reales pueden sumarse,
(x1, y1) + (x2, y2) = (x1 + x2, y1 + y2),
y cualquier par (x, y) puede escalarse, multiplicarse por un
nmero real s, para obtener otro vector (sx, sy).
Existe adems un vector, el (0,0), llamado vector nulo que
cumple que al sumarse con cualquier otro vector no lo
altera. Todo vector, por ejemplo el (1, 0), tiene su opuesto, el
(-1, 0), que sumados dan como resultante el vector nulo (0,
0).

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

La nocin de espacio vectorial es una generalizacin de esta

idea. Es ms general de varias maneras: en primer lugar, en
lugar de los nmeros reales otros cuerpos, como los nmeros
complejos o los cuerpos finitos, se permiten. En segundo
lugar, la dimensin del espacio, que es de dos en el ejemplo
anterior, puede ser arbitraria, incluso infinita. Otro punto de
vista conceptual importante es que los elementos de los
espacios vectoriales no suelen estar expresados como
combinaciones lineales de un conjunto de vectores, es decir,
no hay preferencia de representar el vector (x, y ) como
(x, y) = x (1, 0) + y (0, 1)
o como
(x, y) = (1/3x + 2/3y) (1, 1) + (1/3x + 1/3y) (2,
1)
Definicin formal
La definicin de un espacio vectorial requiere de un cuerpo
de escalares K (como el cuerpo de los nmeros reales o el
cuerpo de los nmeros complejos). Un espacio vectorial es
un conjunto V (no vaco) a cuyos elementos se llaman
vectores, dotado de dos operaciones:
suma de vectores: cualquiera dos vectores v y w
pueden sumarse para obtener un tercer vector v + w
producto por un escalar: cualquier vector v puede
multiplicarse por un escalar, i.e. un elemento de K, a. El
producto se denota como av.
que satisfacen las siguientes propiedades o axiomas (u, v, w
son vectores arbitrarios de V, y a, b son escalares,
respectivamente):
Propiedad
Significado
Propiedad asociativa de la
u + (v + w) = (u + v) + w
suma
Propiedad conmutativa de la
v+w=w+v
suma
Existencia
de
elemento Existe un elemento 0 V,
neutro o nulo de la suma
llamado vector cero o nulo, de

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

forma que v + 0 = v para todo

v V.
Para todo v V, existe un
Existencia
de
elemento
elemento -v V, llamado
opuesto o simtrico de la
opuesto de v, de forma que v +
suma
(-v) = 0.
Propiedad distributiva del
producto por un escalar
a (v + w) = a v + a w
respecto a la suma de
vectores
Propiedad distributiva del
producto por un vector
(a + b) v = a v + b v
respecto a la suma de
escalares
Propiedad asociativa mixta
a (b v) = (ab) vnb 1
del producto por un escalar
Existencia
de
elemento
1 v = v, donde 1 es la identidad
unidad del producto por un
multiplicativa en K
escalar
Con esta definicin puede comprobarse que R2, con la suma
y producto vistos arriba, es por tanto un espacio vectorial.
Comprobar los axiomas se reduce a verificar identidades
sencillas como
(x, y) + (0, 0) = (x, y),
i.e. la suma de un vector nulo (0, 0) con otro vector produce
el mismo vector. La propiedad distributiva lleva a
(a + b) (x, y) = a (x, y) + b (x, y).
Notas y definicin alternativa
El requisito de que la suma de vectores y la multiplicacin
por un escalar sean operaciones binarias incluye (por la
definicin de las operaciones binarias) una propiedad
llamada cerradura, es decir, u + v y a v se encuentran en V
para todos a, u y v. Algunos autores optan por mencionar
estas propiedades como axiomas separados.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

Las primeras cuatro propiedades hacen referencia a la suma

de vectores y se resumen diciendo que el espacio vectorial
es un grupo conmutativo con la suma. El resto de
propiedades son equivalentes a la existencia de un
homomorfismo de anillos f del cuerpo en el anillo de
endoformismos del grupo de vectores. Luego, la
multiplicacin por un escalar a v se define como (f(a))(v).
Esto puede ser visto como el punto de partida de la
definicin de un espacio vectorial sin referirse al cuerpo. En
particular, para cualquier a de , se llama homotecia de
razn a al morfismo de
.
Con estas premisas tenemos la siguiente
Definicin
Se dice que
tiene

es un espacio vectorial sobre

si y slo si se

, +, *

es un morfismo de anillos.
Consecuencias de esta definicin
El hecho que (V, + ) sea un grupo abeliano resume en s
mismo los axiomas de la suma vectorial.
El que ha sea homotecia da cuenta del axioma 4 del
producto por escalares ya que es lineal.
El que f sea un morfismo de anillos significa que
o f(a + b) = f(a) + f(b), es decir que ha + b = ha + hb,
sea
o

(axioma 10)
, es decir
(axioma 7)

, sea

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

o f(1) = I, sea h1 = I, donde 1 es el neutro de (K,.)

e I es la identidad, es decir la aplicacin
de V. La identidad es obviamente el neutro de End
V. Esto se escribe
para cualquier vector .
(axioma 8 )
Se podra aadir
, la aplicacin nula de V, pero
es una consecuencia de la tercera premisa.
El ltimo punto (f(1) = I) equivale a afirmar que f no es
la aplicacin nula.
Propiedades del espacio vectorial.
Hay una serie de propiedades que se demuestran fcilmente
a partir de los axiomas del espacio vectorial. Algunas de
ellas se derivan de la teora elemental de grupos, aplicada al
grupo (aditivo) de vectores: por ejemplo, el vector nulo 0
V, y el opuesto -v de un vector v son nicos. Otras
propiedades se pueden derivar de la propiedad distributiva,
por ejemplo, la multiplicacin por el escalar cero da el vector
nulo y ningn otro escalar multiplicado por un vector da
cero:
Propiedad
Significado
Unicidad del vector nulo
Unicidad del opuesto de un
vector
0 v = 0. El 0 es el nico escalar
Producto por el escalar cero
que cumple esta propiedad.
Producto de un escalar por
a0=0
el vector nulo
Opuesto del producto de un
- (a v) = (-a) v = a (-v)
vector por un escalar
Espacios de coordenadas y de funciones
El primer ejemplo de un espacio vectorial sobre un cuerpo K
es el propio cuerpo, equipado con la suma y multiplicacin
definida en el cuerpo. Esto se generaliza por el espacio
vectorial conocido como el espacio de coordenadas

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

representado generalmente como Kn, donde n es un entero.

Sus elementos son n-tuplas
(a1, a2, ..., an), donde los ai son elementos de K.
Las sucesiones infinitas de coordenadas, y, ms
generalmente, las funciones de cualquier conjunto fijo en
un cuerpo K tambin forman espacios vectoriales, mediante
la suma y la multiplicacin escalar puntual, es decir, la suma
de dos funciones de f y g viene dada por
(f + g)(w) = f(w) + g(w)
y de igual modo para la multiplicacin. Tales espacios de
funciones se producen en muchas situaciones geomtricas,
cuando es la recta real, un intervalo, o algn subconjunto
de Rn. Muchos conceptos en topologa y anlisis, tales como
continuidad, integrabilidad o diferenciabilidad tienen un
buen comportamiento respecto a la linealidad, es decir,
sumas y mltiplos por un escalar de funciones que posean
una determinada propiedad seguirn tenindola. Por lo
tanto, el conjunto de tales funciones son espacios
vectoriales. Estos espacios se estudian con ms detalle
utilizando los mtodos de anlisis funcional, vase ms
abajo. Las desigualdades algebraicas tambin producen
espacios vectoriales: el espacio vectorial K[x] formado por
funciones polinmicas, i.e.
f(x) = rnxn + rn1xn1 + ... + r1x + r0,donde los
coeficientes rn, ..., r0 se encuentran en K. Las series de
potencias son similares, salvo que se permiten infinitos
trminos.
Ecuaciones lineales
Los sistemas de ecuaciones lineales homogneas estn
estrechamente vinculados a los espacios vectoriales. Por
ejemplo, las soluciones de
a
4a

+
+

3b
2b

+
+

c
2c

=0
=0

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

vienen dadas por tripletas de la forma a, b = a/2, y c =

5a/2 para un a arbitrario. Forman un espacio vectorial: las
sumas y mltiplos de esas tripletas sigue cumpliendo las
ecuaciones, por lo que son soluciones, tambin. Las matrices
se pueden utilizar para condensar mltiples ecuaciones
lineales en una sola ecuacin, con el ejemplo anterior,
Ax = 0,
donde A es la matriz

,
, x es el vector (a, b, c), y 0 = (0, 0) es el vector nulo. De
forma similar, las soluciones de ecuaciones diferenciales
lineales homogneas forman espacios vectoriales. Por
ejemplo, las soluciones de la ecuacin
f''(x) + 2f'(x) + f(x) = 0
son de la forma f(x) = a ex + bx ex, donde a y b son
constantes arbitrarias, y e = 2.718....
Teora de nmeros algebraicos
Una situacin comn en la teora de nmeros algebraicos es
un cuerpo K que contiene un subcuerpo E. Por las
operaciones de multiplicacin y adicin de K, K se convierte
en un E-espacio vectorial, es decir, una extensin de E. Por
ejemplo, los nmeros complejos son un espacio vectorial
sobre R. Otro ejemplo es Q(z), el cuerpo ms pequeo que
contiene los nmeros racionales y algn nmero complejo z.
Bases y dimensin
Las bases revelan la estructura de los espacios vectoriales
de una manera concisa. Una base es el menor conjunto
(finito o infinito) B = {vi}i I de vectores que generan todo el
espacio. Esto significa que cualquier vector v puede ser
expresado como una suma (llamada combinacin lineal) de
elementos de la base

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

a1vi1 + a2vi2 + ... + anvin,

donde los ak son escalares y vik (k = 1, ..., n) elementos de la
base B. La minimalidad, por otro lado, se hace formal por el
concepto de independencia lineal. Un conjunto de vectores
se dice que es linealmente independiente si ninguno de sus
elementos puede ser expresado como una combinacin
lineal de los restantes. Equivalentemente, una ecuacin
a1vi1 + ai2v2 + ... + anvin = 0
slo se consigue si todos los escalares a1, ..., an son iguales a
cero. Por definicin cada vector puede ser expresado como
una suma finita de los elementos de la base. Debido a la
independencia lineal este tipo de representacin es nica.
Los espacios vectoriales a veces se introducen desde este
punto de vista.
Todo espacio vectorial tiene una base. Este hecho se basa en
el lema de Zorn, una formulacin equivalente del axioma de
eleccin. Habida cuenta de los otros axiomas de la teora de
conjuntos de Zermelo-Fraenkel, la existencia de bases es
equivalente al axioma de eleccin. El ultrafilter lemma, que
es ms dbil que el axioma de eleccin, implica que todas
las bases de un espacio vectorial tienen el mismo "tamao",
es decir, cardinalidad. A sta, se le llama la dimensin del
espacio vectorial, representada por dim V. Si el espacio es
generado por un nmero finito de vectores, todo lo anterior
puede demostrarse sin necesidad de acudir a la teora de
conjuntos.
La dimensin de un espacio de coordenadas Fn es n, pues
cualquier vector (x1, x2, ..., xn) puede expresarse de forma
nica como combinacin lineal de n vectores (llamados
vectores coordenadas) e1 = (1, 0, ..., 0), e2 = (0, 1, 0, ..., 0),
a en = (0, 0, ..., 0, 1), es decir, la suma
x1e1 + x2e2 + ... + xnen,
La dimensin de los espacios de funciones, como por
ejemplo el espacio de funciones definidas en algn intervalo
acotado o no, es infinita. Bajo unas adecuadas asunciones de
regularidad de los coeficientes involucrados, la dimensin

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

del espacio de soluciones de una ecuacin diferencial

ordinaria homognea es igual al grado de la ecuacin. Por
ejemplo, la ecuacin anterior tiene grado 2. El espacio de
soluciones est generado por ex y xex (que son linealmente
independientes en R), por lo que la dimensin de este
espacio es dos. El grado de una extensin como por ejemplo
Q(z) sobre Q depende de si z es o no algebraico, i.e.
satisface una cierta ecuacin polinomial
qnzn + qn1zn1 + ... + q0 = 0, con coeficientes racionales
qn, ..., q0.
Si es algebraico, la dimensin es finita. Es ms, es igual al
grado del polinomio mnimo del que z es raz. Por ejemplo, el
conjunto de los nmeros complejos es un espacio vectorial
bidimensional sobre los nmeros reales, generado por 1 y la
unidad imaginaria i. sta ltima cumple i2 + 1 = 0, una
ecuacin de grado dos. Si z no es algebraico, la dimensin es
infinita. As, para z = no existe dicha ecuacin, pues es
trascendente.
Aplicaciones lineales y matrices
Como ocurre con muchas entidades algebraicas, la relacin
entre dos espacios vectoriales se expresa por las
aplicaciones entre ellos. En el contexto de los espacios
vectoriales, el concepto correspondiente se denomina
aplicacin lineal o transformacin lineal. Se tratan de
funciones f : V W que son compatibles con la estructura
relevante, i.e., preservan la suma de vectores y el producto
por un escalar:
f(v + w) = f(v) + f(w) y f(a v) = a f(v).
Un isomorfismo es aquella aplicacin lineal f : V W para la
cual existe una inversa g : W V. Si existe un isomorfismo
entre V y W, los dos espacios se dice que son isomorfos,
siendo esencialmente idnticos como espacios vectoriales,
ya que a cualquier identidades en V le corresponde, a travs
de f, otra similar en W, y viceversa a travs de g.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

Dados dos espacios vectoriales V y W, las aplicaciones

lineales de V en W forman un espacio vectorial representado
como HomF (V, W) o como L(V, W).
Una vez se elige una base de V, las aplicaciones lineales f : V
W estn completamente determinadas por las imgenes
de los vectores de la base, ya que cualquier elemento de V
se expresa de forma nica como una combinacin lineal de
stos. Si los dos espacios tienen la misma dimensin se
puede elegir una biyeccin entre dos bases fijas de V y W. La
aplicacin que aplica cualquier elemento de la base de V en
el correspondiente elemento de la base de W, es, por su
propia definicin, un isomorfismo. Luego todo espacio
vectorial
est
completamente
determinado
(salvo
isomorfismos) por su dimensin, un simple nmero. En
particular, cualquier espacio vectorial de dimensin n sobre
F es isomorfo a Fn.
Matrices

Una matriz tpica

Las matrices son un concepto til para representar las
aplicaciones lineales. Se escriben como una tabla
rectangular de escalares, es decir, elementos de algn
cuerpo K. Cualquier matriz m-por-n A da lugar a una
aplicacin lineal de Kn a Km, por la siguiente frmula:

,
o mediante el producto de la matriz A con el vector de
coordenadas x:

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

x Ax.
Adems, despus de la eleccin de bases de V y W,
cualquier aplicacin lineal f : V W se representa de forma
nica por una matriz a travs de esta frmula.

El volumen de este paraleleppedo es el valor absoluto del

determinante de la matriz 3-por-3 formada por los vectores
r1, r2, y r3.
El determinante det (A) de una matriz cuadrada A es un
escalar que nos dice si la correspondiente aplicacin lineal
es o no un isomorfismo: para serlo la condicin necesaria y
suficiente es que el determinante no sea cero.
Vectores y valores propios
Un caso especialmente importante de aplicacin lineal son
los endomorfismos, es decir, aplicaciones f : V V. En este
caso, los vectores v pueden compararse con sus imgenes
por f, f(v). Cualquier vector v satisfaciendo f(v) = v,
donde es un escalar, se dice que es un vector propio de f
con valor propio .nb 2 Equivalentemente, v es un elemento
del ncleo de la diferencia f Id (la aplicacin identidad
V V). En el caso finito-dimensional, esto puede ser
reformulado utilizando determinantes como: f tiene el valor
propio sii
det (f Id) = 0.
Al desarrollar el determinante, la expresin del lado
izquierdo resulta ser una funcin polinmicas en , llamada
polinomio caracterstico de f. Si el cuerpo F es lo
suficientemente grande como para contener un cero de este

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

polinomio (que siempre ocurrir si F es algebraicamente

cerrado, por ejemplo C) la aplicacin lineal tendr al menos
un vector propio. El espacio vectorial V puede o no tener una
base formada por vectores propios. Este fenmeno se rige
por la forma cannica de Jordn del endomorfismo. El
teorema espectral describe el caso infinito-dimensional; para
lograr este objetivo, son necesarios los mecanismos de
anlisis funcional, consulte ms abajo.
Construcciones bsicas
Adems de lo expuesto en los ejemplos anteriores, hay una
serie de construcciones que nos proporcionan espacios
vectoriales a partir de otros. Adems de las definiciones
concretas que figuran a continuacin, tambin se
caracterizan por propiedades universales, que determina un
objeto X especificando las aplicaciones lineales de X a
cualquier otro espacio vectorial.
Espacios vectoriales con estructura adicional
Desde el punto de vista del lgebra lineal, los espacios
vectoriales se comprenden completamente en la medida en
que cualquier espacio vectorial se caracteriza, salvo
isomorfismos, por su dimensin. Sin embargo, los espacios
vectoriales ad hoc no ofrecen un marco para hacer frente a
la cuestin fundamental para el anlisis de si una sucesin
de funciones converge a otra funcin. Asimismo, el lgebra
lineal no est adaptada per se para hacer frente a series
infinitas, ya que la suma solo permite un nmero finito de
trminos para sumar. Las necesidades del anlisis funcional
requieren considerar nuevas estructuras.
PROCESO DE ORTOGONALIZACIN DE GRAM-SCHMIDT
En lgebra lineal, el proceso de ortogonalizacin de
GramSchmidt es un algoritmo para construir, a partir de
un conjunto de vectores de un espacio prehilbertiano
(usualmente, el espacio eucldeo Rn), otro conjunto
ortonormal de vectores que genere el mismo subespacio
vectorial.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

Este algoritmo recibe su nombre de los matemticos Jrgen

Pedersen Gram y Erhard Schmidt.
Descripcin del algoritmo de ortogonalizacin de
GramSchmidt

Los dos primeros pasos del proceso de GramSchmidt

Se define, en primer lugar, el operador proyeccin mediante

donde los corchetes angulares representan el producto

interior. Es evidente que

es un vector ortogonal a . Entonces, dados los vectores

, el algoritmo de GramSchmidt construye los
vectores ortonormales
de la manera siguiente:

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

A partir de las propiedades de la proyeccin y del producto

escalar, es sencillo probar que la sucesin de vectores
es ortogonal.

EJERCICIOS RESUELTOS
1.- Analizar la dependencia lineal

( )( )
1
2
,
2
5
4 3

SOLUCIN:

() ( ) ()

1
2
0
a 2 +b 5 = 0
4
3
0

Transformando a sistemas de ecuaciones:

a+2 b=0
a=2 b

2 a+5 b=0
3 a=0

4 a3 b=0
a=0 y b=0

Por lo tanto estos dos vectores son linealmente

independientes formando as un espacio vectorial de dim=2.
2.-Demostrar que el conjunto de puntos en R2 que estn
sobre una recta que no pasa por el origen no constituye un
espacio vectorial.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

SOLUCIN:

Sea V = { ( x , y ) : y =2 x +1, x R }
Suponiendo que ( x 1 , y 1 ) ( x 2 , y 2 ) estn en V. Entonces:
( x 1 , y 1 ) + ( x 2 , y 2 ) =(x 2 + x1 , y 1+ y 2)
Si el vector de la derecha pertenece a V
y 1+ y 2=2 ( x2 + x 1 ) +1=2 x 2+ 2 x 1 +1
y 2=2 x2 +1
y 1+ y 2=2 x 2 +2 x1 +2 , por lo
Pero y 1=2 x1 +1
y
cual no cumple la propiedad de la suma cerrada en el
espacio mismo.

3.-Demostrar que el conjunto de puntos en R3 que estn en

un plano que pasa por el origen e espacio vectorial.
SOLUCIN:

Sea V = { ( x , y , z ) : ax+ by+ cz=0 }

Suponiendo que ( x 1 , y 1 , z 1 ) y (x 2 , y 2 , z 2) estn en V.
Entonces ( x 1 , y 1 , z 1 ) +( x 2 , y 2 , z2 ) =( x 1 + x 2 , y 1+ y 2 , z 1+ z2 ) V
a(x 1 + x 2)+b ( y 1+ y 2)+c ( z 1+ z2 )
Porque
a x 1+ b y 1+ c z 1+ a x2 +b y 2 +c z 2=0+0=0

Probndose as la propiedad de cerradura de la suma.

4.-Demostrar que un conjunto de puntos en el plano ( R2 )
no puede formar un espacio vectorial.
SOLUCIN:

Sea V = { ( x , y ) : y 0 } . V consiste en los puntos en R2 en el

semiplano superior(los primeros dos cuadrantes).Si y 1 0 y
y 2 0 , entonces
y 1+ y 2 0

; as si ( x 1 , y 1 ) y ( x 2 , y 2) V

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

Entonces ( x 2+ x 1 , y 1+ y 2 ) V .Pero sin embargo no cumple con

la propiedad de multiplicacin por un escalar, ejemplo (1,1)
V, pero:
(-1)(1,1)=(-1,-1) V
5.- Ortonormalizar los siguientes vectores

SOLUCIN:

Ahora, aplicamos GramSchmidt, para obtener un conjunto

de vectores ortogonales:

Verificamos que los vectores u1 y u2 son de hecho

ortogonales:

Entonces podemos normalizar los vectores dividiendo por su

norma como hemos mostrado anteriormente:

6.-Determinacin de la dependencia o independencia lineal

de tres vectores
SOLUCIN:

( )( )( )
1
3 11
,
3 0 , 6
0
4 12

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

( ) () ( ) ()
( ) ()
1
3
11
0
a 3 +b 0 + c 6 = 0
0
4
12
0
a+3 b +11 c
0
3 a6 c = 0
4 b+12 c
0

Escribiendo

en

la

forma

de

matriz

aumentada

|) (

1 3 11 0
3 0 6 0
0 4 12 0

|) ( |)

1 3 11 0
0 9 27 0
0 4 12 0

1 3 11 0
0 1 3 0
0 0 0 0

Se ve que este sistema tiene infinitas soluciones, por lo cual

estos vectores son linealmente dependientes.

7.-Determine si

1, x , x , x

forman un espacio.

SOLUCIN:
Para que sea un espacio

a ( 1 ) +bx+ c x 2 +d x3 =0

debe cumplirse

para todo nmero real x.

c 1+ c 2 x +c 3 x 2 +c 4 x 3=0

c 1=0
Haciendo x=0
Haciendo x=1,-1,2
c 2+ c 3c 4 =0
c2 + c3 c 4=0
2 c 2+ 4 c 3 +8 c 4 =0

1 1 1
1 1 1 =12 0
2 4 8

Por lo tanto tiene solucin nica c 1=c 2=c3 =c 4=0

Y llegan a formar un espacio vectorial.

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

8.-Encuentre una base para el conjunto de vectores del

plano

{( )

x
= y :2 x y+3 z=0
z

SOLUCIN:
Para encontrar una base primero se observa que si x, z se
x
escogen arbitrariamente y si
pertenece a
y
z
x+ 3 z= y

()

As los vectores tienen la forma

( )( )( ) () ()
x
x
0
1
0
2 x+3 z = 2 x + 3 z =x 2 + z 3
z
0
z
0
1

De lo cual

() ()
1
2
0

0
3
1

generan a , formando as una base

para .

9.-Encuentre una base para el espacio de la solucin S del

sistema homogneo
X+2y-z=0
2x-y+3z=0
SOLUCIN:

La matriz adjunta es

As
DimS=
10.-

()

1
t 1
1

21 0
(121
3 0)

, entonces

()
1
1
1

01 0
(0111
0)

es una base para S donde

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

SOLUCIN:

11.-

SOLUCIN:

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

12.- Calcular el espacio nulo de la matriz

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

1 2 4 3
A= 2 5 6 8
0 1 14 14
3 6 12 9

SOLUCIN:
Por operaciones elementales la forma escalonada es

1
U= 0
0
0

0 32 31
1 14 14
0 0
0
0 0
0

Como AX=0, sus soluciones son las mismas que UX=0. Si

[]

x1
X = x2
x3
x4

Dando como resultado

x 132 x 3 +31 x 4=0
x 2+14 x 3 14 x 4=0

x 1=32 x 331 x 4
x 2=14 x3 +14 x 4

De manera que si X N A

[ ][][]

32 x3 31 x 4
32
31
X = 14 x3 +14 x 4 =x 3 14 + x 4 14
1
0
x3
0
1
x4

{( ) ( )}

32 31
14 , 14
Esto es, N A =gen
1
0
0
1

13.-

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

SOLUCIN:

14.-

SOLUCIN:

15.-

UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA GEOLOGICA, MINERA Y METALURGIA

SOLUCIN: