CAPITULO 4

ESPACIOS VECTORIALES

1.- Introduccin

El termino vectorial esta asociado a vectores.

1.1.- vector: es una magnitud con direccin y sentido.

Magnitud Sentido

Direccin
*Forma Analica

Por (x,y)

P(x, y,
z)
P(x, y)

P=( x , y ) R 2
P =( x , y , z ) R 3

Radio de vector de posicin

u P2
u
 P1
P1 P2

P1+ u =
P2

u=
P2
P1 u=
P2
P1

2.- Operaciones

2.1.- Producto por Escalar

k u =k ( u1 , u2 ,u3 ) =( k u1 , k u2 , k u 3 ) siendo k R 0

2.2.- Suma de Vectores

v + u =( u1 ,u 2 , u3 ) +(v 1 , v 2 , v 3)=( u1 +v 1 ,u 2+ v 2 ,u3 + v 3 )

Ejemplo

a = ( 2, -1, 3 ) b = ( 4, 2, -5 ) y c = ( 1, -3, 4 ) . Hallar 2 a - b +3 c

Sean

= 2(2, -1, 3) (4, 2, -5) +(1, -3, 4)

= (4, -2, 6) (4, 2, -5) + (3, -9, 12)

= (3, -13, 23)

El objetivo del captulo es generalizar las propiedades de las operaciones vectoriales de suma y producto por
escalar a un conjunto de elementos con operaciones ley de compocision interna, ley de
composicin externa, y un campo de escalares.

Entonces la cuaterna ( v , , , k ) se dice que forma una estructura de espacio vectorial si satisfacen los
siguientes axiomas.

1.) Ley de Composicin Interna. (Clausura)

u , v V u v V

2.) Asociatividad

u , w V ( u v )
v, w = u ( v
w)
 3.) Existencia del Elemento Neutro

u V e V/u e = u
4.) Existencia del Elemento Inverso

u V u -1 V/u u-1 = e
5.) Conmutatividad

u , v V u v = v u

entonces ( V, ) debe ser grupo ABELIANO

6.) Ley de Composicin Externa

u V ;k K k u V

7.) Distributividad de la ley de composicin Externa (L.C.E) respecto a la L.C.I.

u , v V k K k ( u v )=(k u ) (k v

8.) Distributividad con la Suma de Escalares

u V k 1 , k 2 K ( k 1 + k 2 ) u =( k1 u ) ( k 2 u )

9.) Asociatividad del Producto de Escalares

u V k 1 , k 2 K ( k 1 * k 2 ) u = k 1 ( k 2 u
10.) Identidad

u V 1 u = u

Ejemplo
2
En R se definen las siguientes operaciones.

[ k ( u1 + v 1 ) , u 2 + v2 -1 ]

[ k u 1 +k v1 , u2 + v 2 -1 ]

[ ( k u1 , u 2) ( k v 1 , v 2 -1 ) ]

[ ( k u ) ( k v ) ]

Con la operacin 8
 ( k 1 + k 2) u =( k1 u ) ( k 2 u )

[ ( k1 + k 2 ) u1 , u 2 ]=( ku 1 , u2 ) ( k 2 u 1 , u2 )

( k 1 u 1 + k 2 u 1 , u 2 ) =( k 1 u 1 + k 2 u 1 , u 2 + u2 -1)

(R2 , , R , ) no es un espacio vectorial.

Ejemplo

Analizar si ( R , , Z , ) es un espacio vectorial.

x y= xy

k
k x=x

1.- L.C.I. por definicin.

2.- ( x y ) z=x ( y z )

xy z =x ( y z )

xyz=x ( y z )

x ( yz )=x ( y z )

x ( y z )=x ( y z

3.- x e =x

xe=x

e=1 e=1 R

-1
4.- x x =e

x x -1 =1

x x -1 =1

11
x1= R
x x
5.- x y= y x

xy=y x

yx=y x

y x= y x

6.- k x R por definicion

7.- k ( x y )=( k x ) ( k y )

( x y )k =( k x ) ( k y )

( xy )k =( k x ) ( k y )

x k y k =( k x ) ( k y )

(k x)(k y )=(k x)(k y )

8.- ( k1 + k 2 ) x=( k 1 x) ( k2 y)

x k + k =( k 1 x) ( k 2 y)
1 2

x k x k =( k 1 x) ( k 2 y
1 2

( k1 x) ( k2 x)=( k 1 x) ( k 2 y)

Ejemplo

u v = ( u1 + v 1 , u2 + v 2 -1 )

k u =( ku1 , u 2 )

Siendo u = ( u 1 , u2 ) y v = ( v 1 , v2 ) . analizar si ( R 2 , , Z , ) es un espacio vecorial

Solucin

1.-L.C.I. por definicin. u = ( u 1 , u2 ); v = ( v 1 , v 2 ) ;

w = ( w1 , w 2 )

( u v )
w = u ( v
w)
 ( u1 + v 1 , u 2 + v 2 -1 ) ( w1 , w 2 )

( u1 + v 1+ w1 , u 2 + v 2 +w 2 -1-1 )

u 1 +( v 1 +w 1
( , u2 +( v 2+ w 2 -1)-1 )

u 1 ,u2

v 1 + w 1 , v 2+ w2 -1

u (v
w )=u ( v
w)

3.- u e = u

e1 ,
e2 )
e =

u1 ,u2 ) ( e1 , e2 ) = (u 1 , u2 )

u1 +e 1 , u2 +e 2 -1) = ( u1 , u2 )

u1 +e 1 ) = u1 e1 =0

u2 +e 2 -1) = u2 e 2=1

e0 = (0,1) R2

4.- u = ( u 1 , u2 ) u1=( u11 , u21)

u1 u 1-1 = e

( u1 ,u 2 ) ( u1-1 ,u1
2 )=( e1 , e2 )

( u1 +u 1-1 , u2 +u1
2 -1)=( e1 , e2 )

-1
u1 + u1 = e1
 -1
u1 + u1 =0

u1=u1-1

( u2 +u1
2 -1)=e 2

1
( u2 +u2 -1)=1

u2 =2- u1
2

u 1 , 2u 2 ) R 2
u1
1 =

5.- u v = v u

( u1 + v 1 , u2 + v 2 -1)

( v 1 + u 1 , v2 +u 2 -1)

v u = v u grupo ABELIANO

6.- k u R por definicion

7.- k ( u v )=( k 1
u1 ) ( k 2
v2 )

k [( u1 , u2 ) ( v 1 , v 2

k [ u1 + v 1 , u2 , v 21

8.- ( k 1 + k 2 ) u = k 1 ( k 2 u )

( k1 + k 2 ) u =(u k )k 1 2

( k1 + k 2 ) u = uk k 1 2

9.- 1 u = u

u = u

( R , , Z , ) Forman un espacio vectorial.

Los espacios vectoriales ms conocidos y utilizados son:

1.) ( R2 ,+, R , )
( x 1 , x 2 , , x n ) + ( y 1 , y 2 , , ., y n ) =( x 1+ y1 , x 2+ y 2 , . , x n + y n )
k ( x 1 , x 2 ,, x n )=( kx 1 , kx 2 , , kx n )

2.) ( Pn ,+, R , )
( an x n +a n1 x n1+ .. a 1 x+ a0 )+ ( bn x n+ bn1 xn1 + .. b1 x+b 0 )=( an +b n ) x n + ( an1+ bn1 ) x n1 +.. .+ ( a 1+b 1 ) x +a 0+
k ( an x n +a n1 x n1+ ..a 1 x +a0 ) =k a n x n +k a n1 x n1+ . k a 0

3.) ( f ( x ) ,+ , R , )

4.) ( M mn ,+, R , )
n
5.) ( C + , R , )

Vectores Complejos.

3.- Sub espacio Vectorial

Un sub espacio vectorial es un sub conjunto S del espacio vectorial (V, +, k,) tal que debe ser espacio
vectorial por si mismo con las mismas operaciones del espacio vectorial.

Espacio Vectorial
(s, +, k, )

Entonces (S, +, k, ) debe satisfacer los 10 axiomas de espacio vectorial.

Pero al ser un subconjunto del espacio vectorial V solo es necesario demostrar dos axiomas:

i u , v S u + v S ( L .C . I )

ii u S k K k u S (L. C . E)

Tambin es posible utilizar una combinacin de las dos anteriores axiomas.

u , v S k 1 , k 2 K k 1 u +k 2 v S

Ejemplo

Analizar si los siguientes subconjuntos son sub espacios en los espacios vectoriales indicados.

a) S= {( x , y , z ) R3 /2 x y +3 z=0 }

b) T ={P ( t ) P2 / P(t 1)=P( t+1 )+t

 { }
x

c) L= f ( x ) f ( x ) /f ( x )+ f ( x ) dx=x 2 +1
0

d) U= { A Rnn / A=A t }

Solucin

a) i S ea ( u 1 , u2 , u 3 ) S 2 u 1 - u 2 +3 u 3 =0 y ( v 1 , v2 , v 3 ) S 2 v 1 - v 2 +3 v 3 =0

( u1 ,u 2 , u3 ) +( v 1 , v 2 , v 3 )=(u1+ v 1 ,u 2+ v 2 ,u3 + v 3)
2 ( u1+ v 1 ) ( u2 +v 2 ) +3 ( u3 +v 3 = 0
2u 1+2 v 1u2v 2+3 u3 +3 v 3=0

( 2 u 1 - u 2 +3 u 3 ) + ( 2 v1 - v 2 +3 v3 ) =0
0=0
ii k ( u 1 , u2 , u 3 ) S

( ku 1 , ku2 , ku3 ) S
( 2 k u 1k u2 +3 u 3 )=0
k ( 2u 1 - u 2+3 u3 ) = 0
0=0
El subconjunto S es un sub espacio
b) P ( t ) T P ( t1 )=P ( t+ 1 )+ t
Q ( t ) T Q ( t1 )=Q ( t +1 )+ t
k1 Y k 2 R
entonces k 1 P ( t ) +k 2 Q ( t ) T

[ k 1 P ( t ) +k 2 Q ( t ) ] t=t 1 =[ k 1 P ( t ) +k 2 Q ( t ) ] t=t1 +t
[ k 1 P ( t1 ) + k 2 Q ( t1 ) ]=[ k 1 P ( t+1 ) + k 2 Q ( t+1 ) ]+t
k 1 { P (t1 )P (t +1 ) } +k 2 { Q ( t 1 )Q ( t+1 ) } =t
k1 t + k 2 t=t
k
t( 1+ k 2 )=t

k 1 +k 2=1

T no es un subconjunto por que k 1 y k 2 la suma en los reales no siempre ser 1.

{ }
x

c) Sean f ( x ) L f (x )+ f ( x ) dx=x 2 +1
0
 { }
x
g ( x ) L g ( x)+ g ( x ) dx=x 2+1
0

k1 Y k 2 R
k 1 f ( x )+ k 2 g ( x) L
x

[ k 1 f ( x ) +k 2 g ( x ) ] +(k 1 f ( x ) + k 2 g ( x ))dx=x 2 +1
0

x x
k 1 f ( x )+ k 2 g ( x ) +k 1 f ( x ) dx+ g ( x ) dx=x 2+1
0 0

x x

( ) ( )
k 1 f ( x ) + f ( x ) dx + k 2 g ( x ) + g ( x ) dx =x 2 +1
0 0

x 2+1 x 2+1
x
k
2
( 1+k 2 )=x +1
( 2+1)

k
( 1+k 2 )=1

L no es un sub conjunto por que k 1 y k 2 la suma de ellos no siempre dar 1.

d) A U A= At

t
B U B=B

k1 Y k 2 R

k 1 A +k 2 B U

k 1 A +k 2 B=( k 1 A+ k 2 B )t

t t t
k 1 A + k 2 B =( k 1 A+k 2 B )

(k 1 A )t +( k 2 B)t =( k 1 A +k 2 B )t
 t t
( k 1 A +k 2 B ) =( k 1 A+k 2 B )

u es unespacio

Ejemplo

En R3 se define el subconjunto.

S= {( x , y , z ) R3 /2 x3 yz= 2 }

Hallar tal que S ser un sub espacio en ( R3 ,+, R , ) .

Solucin

Sean u =u1 , u 2 , u 3 S 2u 1 +3 u2 - u3 = 2
v =v 1 , v 2 , v3 S 2v 1 +3 v2 - v 3 =2
entonces
k 1 u +k 2 v S
u
v
( 1 , v 2 , v 3 )
= 2
( 1 , u 2 , u3 )+k 2
k1
(k 1 u1 +k 2 v 1 , k 1 u2 + k 2 v 2 , k 1 u 3+ k 2 v 3 ) = 2

2( k 1 u1 +k 2 v 1 ) +3( k 1 u2 +k 2 v 2 ) ( k 1 u3 +k 2 v 3 ) = 2
2 k 1 u 1+ 2 k 2 v 1 +3 k 1 u2 +3 k 2 v 2 k 1 u3k 2 v 3 = 2

k 1 (2u 1 +3 u 2 - u 3 +k 2 ( 2v 1 +3 v 2 - v 3 ) =2

2 2
k 1 ( 2 ) + k 2 ( 2 ) = ( 2 )

k
( 2) = 2
)

k
( 2) - ( 2 )=0
)

 k
0
( 2) ) =

2=0

=2

k 1 +k 21=0

4.- Combinacin Lineal

Sea un conjunto de vectores u1 , u 2 , , un )

( definidos en el espacio vectorial (V, +, k, ) y un vector
x en el mismo espacio vectorial. Se dice que x es combinacin lineal del conjunto si existen escalares (

k 1 , k 2 , .. , k n ) y son nicos tal que se verifique:

x =k 1
u1 +k 2
u2 + .+k n
un

Ejemplo

Escribir el vector (2, 3, -1) como combinacin lineal del conjunto.

{(1, 1, -1) ; (1, -1, 1) ; (4, 3, 2)} en R3

Solucin

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

( 2,3,1 )=( k 1+ k 2 +4 k 3 , k 1k 2+2 k 3 ,k 1 +k 2 +3 k 3 )

k 1 +k 2+ 4 k 3=2

k 1k 2 +2 k 3=3

k 1+ k 2 +3 k 3 =1

( )( )( )
1 1 4 2 1 1 4 2 1 1 4 2
1 1 2 3 0 2 2 1 0 2 2 1
1 1 3 1 0 2 7 1 0 0 5 2
-F1 +F2 = F2 F2+F3= F3 (-1/2)F2

F1 + F3 = F3 (1/5)F3

( )( )( )
1 1 4 2 1 1 0 2/5 1 0 0 13/10
0 1 1 1/2 0 1 0 9/10 0 1 0 9/10
0 0 1 2/5 0 0 1 2/5 0 0 1 2/5

-F3 +F2 = F2 -F2 + F1 = F1

-4F3+F1 = F1

13 9 2
k 1= k 2= k3=
10 10 5

13 9 2
(2, 3, -1) = ( 1,1,1 )+ (1,1,1 ) + ( 4,3, 2 )
10 10 5

Ejemplo

Hallar el valor de a tal que l polinomio 3 t 3 2t 2 +3 t+(a5) sea combinacin lineal del conjunto:

{2 t 3 t 2 +t3, t 3t +1 , 3 t 3 + 4 t 25 } en ( P3 ,+, R , ) .

Solucin
3 2 3 2 3 3 2
3 t 2t +3 t+ ( a5 )=k 1 (2 t t +t3) + k 2 (t t +1)+k 3 (3 t + 4 t 5)

3 t 3 2t 2 +3 t+ ( a5 )= ( 2 k 1+ k 2 +3 k 3 ) t 3+(k 1 +4 k 3 )t 2 + ( k 1k 2 )t +( 3 k 1+ k 25 k 3 )

2 k 1 +k 2 +3 k 3 =3

k 1+ 4 k 3=2

k 1k 2 = 3

3 k 1+ k 25 k 3 =a5
 [ ][ ][ ]
2 1 3 3 0 3 3 3 0 1 1 1
1 0 4 2 0 1 4 1 0 1 4 1
1 1 0 3 1 1 0 3 1 1 0 3
3 1 5 a5 0 2 5 a+ 4 0 2 5 a+ 4

F3 + F2 = F2 (1/3) F1 -F1 +F2 =F2

-2F3 + F1 =F1 -F2

[ ][ ][ ]
0 1 1 1 1 0 1 2 1 0 0 2
0 0 5 0 0 1 1 1 0 1 0 1
1 0 1 2 0 0 1 0 0 0 1 0
0 0 3 a+ 2 0 0 3 a+2 0 0 0 a+2

(-1/5)F2 F3 F1

k 1=2k 2=1 k 3=0

a=2

5.- Independencia y dependencia lineal.

Sea un conjunto de vectores:

v1 ,
{ v 2 , . ,
v n } Definidos en el espacio vectorial (V, +, k, ).

Se dice que el conjunto es linealmente independiente si el vector nulo 0 se puede escribir como
combinacin lineal del conjunto.

=k 1 v1 + k 2 v 2+ ..+ k n v n

nica solucin

Por el contrario si el vector nulo no se puede escribir como combinacin del conjunto, se dice que estos
vectores son linealmente dependientes.

=k 1 v1 + k 2 v 2+ ..+ k i v i

Infinitas solucines
Ejemplo

Analizar el conjunto de vectores {(1, 3,-2,4) ; (2,5,-3,6) ; (3, -6,5,7)} en R4.

Solucin

(0, 0, 0, 0) = k 1 (1, 3,-2,4) + k 2 (2,5,3,6) + k 3 (3, -6, 5, 7)

k
(0, 0, 0, 0)= ( 1+2 k 2 +3 k 3 , 3 k 1 +5 k 26 k 3 ,2 k 13 k 2+5 k 3 , 4 k 1 + 6 k 2 +7 k 3 )

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

3 k 1 +5 k 26 k 3 =0

2 k 13 k 2 +5 k 3=0

4 k 1 +6 k 2+ 7 k 3=0

[ ][ ][ ]
1 2 3 0 1 2 3 0 1 0 19 0
3 5 6 0 0 1 15 0 0 0 4 0
2 3 5 0 0 1 11 0 0 1 11 0
4 6 7 0 0 2 5 0 0 0 17 0

-3F1+F2 = F2 -F3 +F2 = 0 (-1/4) F2

2F1 +F3= F3 2F3 + F4 = 0

-4F1+F4 = F4

[ ][ ]
1 0 19 0 1 0 0 0
0 0 1 0 0 1 0 0
0 1 11 0 0 0 1 0
0 0 17 0 0 0 0 0

F2 = F3

11F2 +F3 = F3

(1/17)=F4

k 1=0 k 2=0 k 3=0

El conjunto es linealmente independiente.

Ejemplo
 3 2 3 3 2 2
Analizar el conjunto { 3 t +2 t t+3, t t + 1, 4 t +2 t 3 t+ 4,t t +1} es linealmente independiente o

dependiente o dependiente en el espacio vectorial ( P3 ,+, R , ) .

Solucin

0t 3 + 0t 2 +0t+0= k 1 ( 3 t 3 +2 t 2 -t+3 ) + k2 ( t 3 -t+1 ) + k 3 ( 4 t 3 +2 t 2 -3t+4 ) + k 4 ( t 2 -t+1)

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

3 k 1 + k 2 +4 k 3 =0

2 k 1 + 2k 3 + k 4 =0

-k 1k 2 -2 k 3 k 4 =0

3k 1+ k 2 +4 k 3 + k 4 =0

[ ][ ] [ ]
3 1 4 0 k1 0
2 0 2 1 k2 0
=
1 1 2 1 k 3 0
3 1 4 1 k4 0

| |
3 1 4 0
2 0 2 1
1 1 2 1
3 1 4 1

3F3 + F4 = F4

F1 + F4 =F4

| |
3 1 4 0
2 0 2 1
2 0 2 1
0 0 0 1

Por cho

| |
3 14
2 02
2 02
 | | 2 2
2 2

| A|=( 44 )=0

El conjunto es linealmente dependiente.

Ejemplo

Hallar los valores de tal que e conjunto de polinomio en P2 . Sea

a) Linealmente independiente.

( 5+1 ) t 2 +2t+ ( 4+1 ) , ( 4-1 ) t 2 + ( -1 ) t+ ( 4-1 ) , ( 6+2 ) t 2 +2t+(5+2)
b) Linealmente dependiente.

Solucin

0t 2 +0t+0= k 1 ( ( 5+1 ) t 2 +2t+ ( 4+1 ) ) + k 2 ( ( 4-1 ) t 2 + ( -1 ) t+ ( 4-1 ) ) + k 3 ( ( 6+2 ) t 2 +2t+(5+2) )

0t 2 +0t+0= ( ( 5+1 ) k 1 + ( 4-1 ) k 2 + ( 6+2 ) k 3 ) t 2 + ( 2k 1+ ( -1 ) k 2 +2 k3 ) t+( ( 4+1) k 1 + ( 4-1 ) k 2 +(5+2) k 3 )

( 5+1 ) k 1 + ( 4-1 ) k 2 + ( 6+2 ) k 3 =0

2k1 + ( -1 ) k2 +2 k 3 =0

( 4+1 ) k 1+ ( 4-1 ) k 2 +(5+2) k 3 =0

[ ( 5+1) 4-1 ( 6+2 ) k 1 0

2 ( -1 ) 2
][ ] [ ]
k2 = 0
( 4+1 ) ( 4-1 ) 5+2 k 3 0

|
( 5+1 ) 4-1 ( 6+2 )
| A|= 2 ( -1 ) 2
( 4+1) ( 4-1 ) 5+2 |
F1 F2 = F1
 |
| A|= 2
( ) 0 ( )
( -1 ) 2
( 4+1) ( 4-1 ) 5+2 |
C1 C3 = C3

|
| A|= 2
( ) 0 0
( -1 ) 0
( 4+1) ( 4-1 ) +1 |
Utilizando cho

| A|= ( 1 )( +1 )=0

Entonces. =0 =1 =1

a) Es linealmente Independiente 0, 1 y 1

b) Es Linealmnete Dependiente si =0 =1 =1

TEOREMA

En todo conjunto linealmente dependiente un vector del conjunto se puede escribir como combinacin
lineal de los resultantes.
Como:

=k 1 v1 + k 2 v 2+ ..+ k i v i
entonces los escalares k 0.
k n1
k i1 v


=(k 1 / k 1) v1 +(k 2 /k 2 )v 2+ ..+

Ejemplo.

Hallar los valores de a y b tal que el conjunto en R2*2 sea linealmente dependiente.

{( 3 4 )(
1 5 2 b+5 )(
2 1 ; 3 2 ; a+ 1 3
)}
Solucin.
[ 2 b +5 ] [
1
3 4 ] [
a+1 3 = 2 1 + 3 2
2
1 5 ]
2 1 +3 2=a+1

1 +2 2=3

3 1 2=2

4 1 +3 2=b+5

( |)
2 3 a+1
1 2 3
3 1 2
1 5 b+ 5

2F2 + F1 = F1

3F2 + F3 = F3

F2 + F4 = F4

( |)
0 7 a5
1 2 3
0 5 11
0 13 b7

-F2 = F2

(1/5)F3 =F3

( | )
0 7 a5
1 2 3
0 1 11/5
0 13 b7

2F3 + F2 = F2

-7F3 + F1 = F1

(-13)F3 + F4 = F4
 (| )
0 0 a+52/5
1 0 3/5
0 1 11 /5
0 0 b+ 108/5

F2 F1

F3 F2

(| )
1 0 7/5
0 1 11 /5
0 0 a+52/5
0 0 b+ 108/5

52 108
a+ =0 b+ =0
5 5

52 108
a= b=
5 5

En el caso del estudio de la independencia lineal o dependencia de un conjunto de funciones se tiene;

{ f 1 ( x ) , f 2 ( x ) , .., f n ( x ) }

De la definicin

0=k 1 f 1 ( x ) + k 2 f 2 ( x ) + ..+k n f n ( x)

Obtenemos los (n-1) ecuaciones restantes derivando (n-1) veces la anterior ecuacin.

0=k 1 f 1 ( x ) + k 2 f 2 ( x ) + ..+k n f n ( x )

0=k 1 f 1 ( x ) +k 2 f 2 ( x ) + ..+k n f n ( x)

0=k 1 f 1 ( x ) +k 2 f 2 ( x ) + ..+k n f n (x )

0=k 1 f n1 ( x ) + k 2 f n1 n1
1 2 ( x ) + ..+k n f n ( x )

En forma matricial.
 f1 f2
f 1 f 2

fn

f n
f n1
1 f n1
2

k1 0

( ) ()
( f n ) k 2 = 0
( n1 )

kn

0

El determinante

| |
f1 f 2 .. f n
f 2 .. f n
W ( Wrosnkiano )= f 1

n1
f 2 .. f n1
n1
f1 n

Entonces la nomenclatura:

| |
f1 f 2 .. f n
f 2 .. f n
W ( f 1 , f 2 , . , f n ) = f 1

n1
f 2 .. f n1
n1
f1 n

Por lo tanto:

i) Si W ( f 1 , f 2 , . , f n ) 0 el conjunto es linealmente independiente.

ii) Si W ( f 1 , f 2 , . , f n ) =0 el conjunto es linealmente dependiente.

Ejemplo.

Analizar si los siguientes conjuntos de funciones son linealmente independientes o dependientes.

a) C={ e x , x e x , x 2 e x }

b) D= 1, ,{
1 x 1
x x }
 | |
ex x ex x2 ex
W (f 1 , f 2 , . , f n )= ex e x (x+1) e x (2 x + x 2)
ex e x ( x+2) e x (2+ 4 x + x 2)

factorizando e x

| |
1 x x2
W ( f 1 , f 2 , . , f n ) =e x e x e x 1 (x+ 1) (2 x+ x 2 )
1 ( x+ 2) (2+ 4 x+ x 2 )

-F1 +F2 = F2

-F1 + F3 = F3

W ( f 1 , f 2 , . , f n ) =e 3 x
| 1
0
x x2
1 2x
0 2 2+ 4 x |
- 2F2 + F3 = F3

| |
2
1 x x
W ( f 1 , f 2 , . , f n ) =e 3 x 0 1 2x
0 0 2

Utilizando cho.

W ( f 1 , f 2 , . , f n ) =2 e3 x 0 es Linealmente Independiente .

| |
1 1
1 1
x x
1 1
b.- W (f 1 , f 2 , . , f n )=
0 x2 x2
0 2 2
x3 x3
 | |
1 1
1 1
x x
W (f 1 , f 2 , . , f n )= 1 1 =0
0 2 2
x x
0
0 0

Entonces se dice que es linealmente independiente.

Ejemplo

Si se tienen las funciones de la forma f ( x )=a e x + b cos x+ csenx , hallar una funcin f(x) tal que el conjunto

{3 e x 2 cosx+ senx ,2 e x 2 senx , f ( x ) } sea linealmente independiente.

Solucin.

=k 1 v1 + k 2 v 2+ k 3 v 3

0 e x +0 cosx+0 senx=k 1 ( 3 e x 2cosx+ senx ) + k 2 ( 2 e x 2 senx ) +k 3 ( a e x + b cos x+ csenx)

3 k 1 +2 k 2 +a k 3 =0

2 k 1+b k 3=0

k 12k 2+ c k 3=0

[ ][ ] [ ]
3 2 a k1 0
2 0 b k 2 = 0
1 2 c k 3 0

| |
3 2 a
| A|= 2 0 b
1 2 c

F3 + F1 = F3

| |
3 2 a
| A|= 2 0 b
1 0 c +a

Por cho en la C2.

 | A|=2 2| 4
b
c+ a|
2F1 + F2 = F2

| A|=2 2| 0
b
a+2 b+c |
| A| (2 )2 ( a+2 b+ c ) 0

a+2 b+ c 0

Por lo mismo una funcin

f ( x )=a e x + b cos x+ csenx

Debe cumplir la condicin

Si a=1, b=1 y c=1 cumple la condicin 1+2 ( 1 ) +1 0

40

f ( x ) =e x +cos x +senx

6.- Conjunto Generador

Se dice que un conjunto de vectores es generador del espacio vectorial si cualquier vector es combinacin
lineal del conjunto.

Conjunto={v 1 , v2, .. , v i }

Entonces

x =k 1 v 1 +k 2 v2 + ..+ k i v i (nica solucion)

ESPACIO VECTORIAL

C.L.

TEOREMAS
 i) Todo conjunto generador es linealmente independiente. Lo contrario no siempre es valido.
ii) Ii) todo conjunto linealmente dependiente no genera al espacio vectorial pero si genera un
subespacio vectorial.

Sub
espacio

Ejemplo.-

Analizar si el conjunto en R4 genera al espacio vectorial.

{(2,3,-1,2) ; (2, 4, -5, 6) ; (3, 1, 1, -1) ; (7, 9, 8, .1)}

Solucion

(a, b, c, d) = k 1 ( 2,3,1,2 ) + k 2 ( 2, 4, -5, 6 ) + k3 (3,1, 1,1)+k 4 ( 7, 9, 8,.1 )

2 k 1 +2 k 2+ 3 k 3 +7 k 4=a

3 k 1 +4 k 2 +k 3 +9 k 4=b

k 15 k 2 +k 3+ 8 k 4 =c

2 k 1 +6 k 2k 3k 4=d

[ ][ ] [ ]
2 2 3 7 k1 a
3 4 1 9 k2 b
=
1 5 1 8 k3 c
2 6 1 1 k 4 d

Genera a R4 por lo que tiene nica solucin.

| |
2 2 3 7
| A|= 3 4 1 9
1 5 1 8
2 6 1 1

3F4 + F1 = F1

F4 + F2 = F2

F4 + F3 = F3
 | |
8 20 0 4
| A|= 5 10 0 8
1 1 0 7
2 6 1 1

| |
8 20 0 4
| A|= 5 10 0 8
1 1 0 7
2 6 1 1

Utilizando cho en C3

| |
8 12 52
| A|= 5 5 27
1 0 0

Por cho nuevamente

| A|=12 (27 )5(52)

| A|=64 0

Si genera a R4.

Ejemplo.-

Hallar el sub espacio en P3 generado por el conjunto:

Solucin.

Sea un polinomio p (t )=a t 3 +b t 2+ ct+ d Subespacio .

at 3 + bt 2 +ct+d = k 1 ( 3 t 3 +2 t 2 -t+3 ) + k2 ( t 3 -t+1 ) + k 3 ( 4 t 3 +2 t 2 +2t-4 ) + k 4 ( 5t 3 + t 2 -1)

3 k 1 + k 2 +4 k 3 +5 k 4=a

2 k 12k3 + k 4 =b

k 1 +k 2 +2 k3 =c
 -3k 1k 2 -4 k 3 k 4 =d

( |)
3 1 4 5 a
2 0 2 1 b
1 1 2 0 c
3 1 1 1 d

-3F3 + F1 = F1

2F3 + F2 = F2

3F3 + F4 = F4

( | )
0 2 2 5 a3 c
0 2 2 1 b+2 c
1 1 2 0 c
0 2 2 1 d+3 c

F1 + F2 = F2

-F2 + F4 = F4

| )
a3 c

(
0 2 2 5
a+ b+c
0 0 0 6
c
1 1 2 0a 2 2 +d
0 0 0 0 3 3 b +3 c

r ( A )=r ( Am ) < 4

3=3

a 2 2
b+ c+ d=0
3 3 3

a2b +2 c+3 d=0 ( condicion )

Entonces

S={at 3 + bt 2 + ct + d / a2 b+2 c+ 3 d=0 }

7.- Base y Dimensin

 v 1 , v 2 , v 3 , .. , v n ) se dice que el conjunto es una base si:
Sea un conjunto de vectores (

i) Es linealmente independiente.
ii) Genera al espacio vectorial.

La dimensin de una base es la cantidad de vectores que tiene ella.

Ejemplo

Hallar una base y dimensin del sub espacio generado por el conjunto en R4 .

{(2, -3, 4, -3), (1, 2, -1, 2) , (3, -1, 3, -1) , (4, 1, 2, 1)}

Solucin

(a , b, c, d) = k 1 ( 2,3, 4,3 ) + k 2 (1, 2,1, 2 ) + k3 ( 3,1,3,1 ) + k 4 (4, 1, 2, 1)

( |)
2 1 3 4 a
3 2 1 1 b
1 1 3 2 c
3 2 1 1 d

-F2 + F4 = F4

F1 + F2 = F1

F2 + F3 = F3

( |)
1 3 2 5 a+b
3 2 1 1 b
1 1 2 3 c +b
0 0 0 0 db

3F3 + F2 = F2

F3 + F1 = F1

( | )
0 4 4 8 a+2 b+ c
0 5 5 10 4 b+3 c
1 1 2 3 c+ b
0 0 0 0 db

(1/4)F1 = F1

(1/5)F2 = F2
 ( | )
a+ 2b +c
0 1 1 2 4
0 1 1 2 4 b+ 3 c
1 1 2 3 5
0 0 0 0 c +b
db

-F1 + F2 = F2

( | )
a+2 b+c
0 1 1 2 4
0 0 0 0 a 3 b 7 c
+ +
1 1 2 3 4 10 20
0 0 0 0 c +b
d b

a 3 b 7 c
+ + =0 db=0
4 10 20

S= {(a, b, c, d) /5 a6 b+7 c=0 bd=0 }

De las condiciones

bd=0 5 a6 b7 c=0

1
d=b a= (6 d +7 c)
5

( 6 d +75 c , d , c , d )
( a , b , c ,d ) =

d c
( a , b , c ,d ) = ( 6,5, 0, 5 )+ ( 7,0, 5, 0 )
5 5

B S= { ( 6,5, 0, 5 ) ; (7, 0, 5,0 ) }

Dimensin de la Base = 2

7.- Bases Cannicas o Euclidianas y dimensin de espacios Vectoriales

Una base se llama cannica o euclidiana cuando es la base representativa de todo espacio vectorial y que se
genera a partir de un vector arbitrario. La dimensin de un espacio vectorial corresponde a la dimensin de su
base cannica.

Por ejemplo.

*En R2 (x, y) = x (1,0) + y (0, 1)

B e ={ ( 1, 0 ) ; ( 0,1 ) }

Dim R2 =2

3
En R (x, y, z) = x(1, 0, 0) +y(0, 1, 0) + z(0, 0, 1)

B e ={ ( 1, 0,0 ) ; ( 0, 1, 0 ) ; ( 0,0, 1 ) }

Dim R3 =3

En forma general
En Rn

B e ={ ( 1, 0,0, .,0 ) ; ( 0,1, .,0 ) ; ..; ( 0, .. , 0,1 ) }

Dim Rn =n

En P2 at 2 + bt +c = a( t 2 )+ b(t) + c(1)
B e ={ t 2 , t , 1 }
Dim P2 =3

Generalizando

En Pn

B e ={ t n , t n1 , , t , 1 }

Dim Pn = n+1

22
En R

[ ] [ ] [ ] [ ] [ ]
a b =a 1 0 +b 0 1 + c 0 0 + d 0 0
c d 0 0 0 0 1 0 0 1
 {[ ] [ ] [ ] [ ]}
B c= 1 0 ; 0 1 ; 0 0 ; 0 0
0 0 0 0 1 0 0 1

Dim R22 =4

En forma generalizada

Dim Rnm = n*m

No existe una base cannica para el espacio vectorial de

las funciones de variable real

Ejemplo.-

Hallar una base y dimensin del espacio solucin del sistema.

2 x 1 +3 x 2x 3+ x 4 + 2 x 5=0

3 x1 +2 x 2+2 x 32 x 4 +5 x5 =0

4 x 12 x 2x 3+ 2 x 4 3 x5 =0

9 x 1+3 x 2 + x 4 +4 x 5 =0

7 x1 + x 3 +2 x5 =0

Solucin

( |)
2 3 1 1 2 0
3 2 2 2 5 0
4 2 1 2 3 0
9 3 0 1 4 0
7 0 1 0 2 0

F2 F1 = F2

F3 F2 = F3

F4 -2F3 = F4
( |)
2 3 1 1 2 0
1 1 3 3 5 0
0 8 1 0 7 0
1 9 4 3 4 0
1 9 4 3 4 0

-2F2 + F1 = F1

-F4 + F5 = F5

2F1 + F3 = F3

-F2 + F3 = F3

-F2 + F4 = F4

( |)
0 5 7 7 4 0
1 1 3 3 3 0
0 8 1 0 7 0
1 9 4 3 4 0
0 0 0 0 0 0

2F3 + F1 = F1

4F3 + F5 = F5

( |)
0 5 7 7 4 0
1 1 3 3 3 0
0 2 13 14 15 0
0 8 1 0 7 0
0 0 0 0 0 0

-F3 + F4 = F4

F1 F2

( |)
0 1 19 21 26 0
1 1 3 3 3 0
0 2 13 14 15 0
0 0 51 56 67 0
0 0 0 0 0 0
 (-1/51) F3

( |)
0 1 19 21 26 0
1 0 22 24 29 0
0 0 51 56 67 0
0 0 51 56 67 0
0 0 0 0 0 0

-22F3 + F1 = F1

-19F3 + F2 = F2

( |)
1 0 22 24 29 0
0 1 19 21 26 0
0 0 51 56 67 0
0 0 0 0 0 0
0 0 0 0 0 0

( |)
1 0 22 21 29
0
0 1 19 21 26
0
56
0 0 1 67/51 0
51
0 0 0
0 0 0
0 0 0
0 0 0

( |)
1 0 0 8/51 5 /515 0
0 1 0 17/51 53/51 0
0 0 1 56/51 67/51 0
000 0 0 0
000 0 0 0

8 5 8 5
x 1 x + x =0 x 1= t r
51 4 51 5 51 51

17 53 17 53
x 2 x 4 + x 5=0 x2 = t r
51 51 51 51
 56 67 56 67
x 3 x 4 + x 5=0 x 5= t r
51 51 51 51

Si x 4=t x 3=r

[ ]
8 5
t r
51 51

[] [ ]
x1 8 5
x2 17 53
t r 17 53
t r
La solucin x3 = 51 51 = 56 + 67
56 63 51 51
x4 t r 51 0
51 51
x5 0 51
t
r

{[ ] [ ]}
8 5
17 53
B c = 56 ; 67
51 0
0 51

Dim Espacio Solucion =2

8.- Espacios de Filas y Columnas de una Matriz

Sea una matriz Am*n se define el espacio de filas de la matriz A como un sub espacio en Rn cuya base son
los vectores fila no nulos que quedan en la matriz A luego de llevarla a su forma escalonada solo utilizando
operaciones elementales en filas.

De manera similar el espacio de columnas de A es un sub espacio en Rn , cuya base son los vectores
columna no nulos que quedan en la matriz A luego de la escalonada utilizando operaciones elementales en
columnas.

Ejemplo.-

Hallar una base y dimensin del espacio de filas y columnas de la matriz.

[ ]
2 3 1 4 5 6
A= 3 2 4 1 3 2
5 5 3 3 8 8
7 8 2 7 13 14

-F1 +F2 = F2

-2F1 + F3 = F3
 -3F1 + F4 = F4

[ ]
2 3 1 4 5 6
A= 1 1 5 5 2 4
1 1 5 5 2 4
1 1 5 5 2 4

-2F2 + F1 = F1

-F2 + F3 = F3

-F3 + F4 = F4

[ ]
0 5 11 14 9 14
1 1 5 5 2 4
A=
0 0 0 0 0 0
0 0 0 0 0 0

B exp .filas = { ( 0,5,11, 14,9, 14 ) ; ( 1,1, 5,5,2,4 ) }

Dimexp . filas =2

Para el espacio de columnas

[ ]
2 3 57
5 2 5 8
A= 1 4 8 2
4 1 3 7
5 3 8 13
6 2 8 14

2F3 +F1 = F1

3F3 + F2 = F2

-F4 + F5 = F5

-F4 + F6 = F6
 [ ]
0 11 11 11
0 14 14 14
A= 1 4 3 2
4 1 3 7
1 4 5 6
2 3 5 7

4F3 +F4 = F4

2F3 + F6 = F6

(1/11) F1 = F1

( 1 / 14 ) F2 = F2

[ ]
0 1 1 1
0 1 1 1
A= 1 4 3 2
4 15 15 15
1 8 8 8
2 11 11 11

-F1 + F2 = F2

-15 F1 + F4 = F4

-8F1 +F5 = F5

-11F1 + F6 = F6

[ ]
0 1 1 1
0 0 0 0
A= 1 4 3 2
0 0 0 0
0 0 0 0
0 0 0 0

B exp .Columnas={ ( 0,1, 1,1 ) ;(1,4,3, 2)}

Dimexp . columnas=2

TEOREMA

DIMexp. filas = DIMEXP. COLUMNAS

Operaciones con Sub espacios

Los sub espacios al ser sub conjuntos son suceptibles de operarse el algebra de conjuntos. Las operaciones
mas utilizadas son:

INTERSECCION DE SUB ESPACIOS

Sea S1 y S2 dos sub espacios en el espacio vectorial V, se define:

x V {x
S 1 S 2={ S 1 x S 2 }

SUMA DE ESPACIOS

Si se tienen los sub espacios S1 y S2 en el espacio vectorial V se define:

x { x
S 1 +S 2= { S1 + S2 }

TEOREMA

Dim ( S1 + S2 ) =Dim ( S1) +Dim ( S2 ) -Dim ( S1 S2 )

SUMA DIRECTA DE DUB ESPACIOS

Al ser S1 y S2 dos sub espacios en el espacio vectorial V se define:

x " widevec { x } { S } rsub { 1} + { S } rsub {2 } { S } rsub { 1} {S } rsub { 2} = right rbrace

S1 S2 =
TEOREMA

Dim ( S1 S2) =Dim ( S1 ) +Dim ( S2 )

NOTA: El vaco
no tiene elementos pero es generado por el vector
nulo.

Dim =0

Ejemplo

3
sean los subespecios en R S 1={ ( x , y , z )=2t , y =t , z =4 t } t R

y S 2 generado por el conjunto { ( 2,1,3 ) ; ( 3, 2,1 ) ; ( 5,1, 4 ) } . Se pide hallar :

 a S1 S2

b S 1 +S 2

solucin

( x , y , z ) S2

( x , y , z ) =k 1 ( 2,1,3 )+ k 2 ( 3,2, 1 ) +k 3 ( 5,1, 4 )

( |)
2 3 5 x
1 2 1 y
3 1 4 z

2F2 + F1 = F1

3F2 + F3 = F3

( | )
0 7 7 x +2 y
1 2 1 y
0 7 7 z 3 y

-F3 +F1 = F1

( | )
0 0 0 x yz
1 2 1 y
0 7 7 z3 y

x yz =0

S 2={ ( x , y , z ) x yz=0 }

a S1 S2

a S 1 S 2={( x , y , z )=2t , y=t , z=4 t y x yz=0 }

x=2 t

y=t
 z=4 t

x yz=0

2t (t )4 t=0

t=0

t=0

x=0, y=0, z=0

( 0,0,0 ) S1 S 2 BS S = 1 2

Dim S1 S 2=0

b S 1 +S 2=S1 S 2

S1
Para

( x , y , z ) =( 2t ,t , 4 t )=t (2,1, 4)

B S ={ ((2,1, 4) ) }
1

Dim S1=1

S2 x yz=0 x= y + z
Para

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

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

B S ={ ( 1,1, 0 ) ; ( 1, 0,1 ) }
2

Dim S2=2

S 1 S2 ={( x , y , z ) S 1+S2 }

( 2t ,t , 4 t )+ ( y+ z , y , z )

(2 t+ y+ z ,t+ y , 4 t + z)
 ( 2t + y + z ,t + y , 4 t+ z ) =t ( 2,1, 4 ) + y (1, 1, 0 ) + z (1, 0,1)

B S + S = { (2,1, 4 ) ; ( 1, 1,0 ) ; ( 1, 0,1 ) }

1 2

Dim S1 +S 2=3

Dim ( S1 + S2 ) =Dim ( S1) +Dim ( S2 ) -Dim ( S1 S2 )

3=1+20

3= 3

Ejemplo

En el espacio vectorial R2 x 2 define los subespacios

S= { c (a bd) / 3a-2b+c-2d=0 y el subespacio generado por el conjunto {

(23 15 )(34 12 )(17 14)(411 33)}

Se pide hallar una base y una dimensin para a) S T , b) S + T c)que restricciones debe darse para
que exista ST

Solucin: primero generamos T

(ac bd ) = K1 3 (2 15 )+ K (34 12 )+ K (17 14)+ K (411 3333)

2 3 4

( |) ( | ) ( | )
2 3 1 4 a 0 1 1 2 a+ 2b 0 1 1 2 a+2 b
1 2 1 3 b 1 2 1 3 b 1 2 1 3 b
3 4 7 11 c ~ 0 10 10 20 c+3 b ~ 0 0 0 0 10 a+c17 b
5 1 4 3 d 0 9 9 18 d+ 4 b 0 0 0 0 9 a13 b+d

10 a+ c17 b =0

9 a13 b+ d =0

T={ (ac bd ) / 10 a+ c17 b =0 ^ 9 a13 b+ d =0}

El sistema a) S T={ (ac bd ) / 10 a+ c17 b =0 ^ 9 a13 b+ d =0 ^ 3a-2b+c-2d=0 }

El sistema:

3a-2b+c+2d=0
10a+17b-c=0
9a+13b-d=0

( |) ( |) ( |)
3 2 1 2 0 3 2 1 2 0 0 71 13 20 0
10 17 1 0 0 ~ 1 23 4 6 0 ~ 1 23 4 6 0
9 13 0 1 0 0 19 3 7 0 0 19 3 7 0

( |) ( |) ( |)
0 5 1 8 0 0 15 1 8 0 0 0 34 117 0
~ 1 4 1 1 0 ~ 1 4 1 1 0 ~ 1 0 29 101 0
0 19 3 7 0 0 1 7 25 0 0 1 7 25 0

( |) ( |)
1 0 29 101 0 1 0 0 41/34 0
0 1 7 25 0 ~ 0 1 0 31/34 0 a=-41d/34 , b=-31d/34 , c=117d/34
0 0 1 117 /34 0 0 0 1 117 /34 0

S T={ (ac bd ) / a=-41d/34 , b=-31d/34 , c=117d/34}

(ac bd ) (41 d /34

=
117 d /34
31 d /34
d ) =d/34 (41
117
31
1 )
B S T ={ (41
117
31
1 ) } dimension S T=1

1
De S 3a-2b+c-2d=0 a= 3 (2b-c+2d)

( )
1
(2bc +2 d) b
( ) a b
c d = 3
c d
=-b/3 (20 30) +c/3 (13 00) +d/3 (20 03)

B S ={ (20 30) ,(13 00) (20 03) , } dimension=3

De T 10 a+ c17 b =0 ^ 9 a13 b+ d =0

c=10a+17b d=9a+13b
 (ac bd ) (10 a+17
a
= b
b
9 a+13 b ) =a (101 09) +b (170 151 )
B T ={ (101 09),( 170 151 ) } dimensin =2

( )(
1
(2bc +2 d) b
S+T= 3
c d
a b
10 a+17 b 9 a+13 b )

( )
2b 1c 2d
a+ 2b
= 3

3
10 a+17 b+ c
3
9 a+13 b+ d
=a (101 09) +b (2/3
17 17)
2
+c (1/3
1 0)
0
+d (2/0 3 01)
B S +T ={ (101 09),( 2/3
17 17 )
2
(1/3
1 , 0)
0
(2/3
0 1)
0
, }

Dimensin S+T=4

Dimensin S+T=dimensin S + dimensin T - dimensin S T

4=2+3-1

4=4

C ) para que exista ST S T =

Para que S T= a=0 ,b=0, c=0, d=0

S ={ (ac bd ) / 3a-2b+c=0 ; d=0}

T ={ (ac bd ) / 10a+17b-c=0 ^ 9a+13b ^ d=0}

ST = Dim =0
La condicin d=0
Matriz y vector de coordenadas

Sea un vector

X y una base B = {
V 1 ,
V 2,
V 3 ,........... ,
V n } en el mismo espacio vectorial, entonces:
 L.I .
B C . G.

X k 1
V 1+k 2
V 2+ k 3
V 3+...........+k n
Vn
=

nica solucin

X
Se define al vector de coordenadas de respecto a la base B, como aquel vector cuyos componentes son
los escalares de la combinacin lineal.

(
X )B=( k 1+ k 2+ k 3+ ..+k n )

X
Se define matriz de coordenadas de respecto a la base B, como aquella matriz columna cuyos
elementos son los escalares de la combinacin lineal

[]
k1
k2
[
X ] B2= k 3

kn

Ejemplo.-

Hallar el vector y la matriz de coordenadas de

3 t 24 t +5

Respecto a la base B={ 2 t 2t+1 ; t 2t+1 ; 3 t 2+t +1 } en P2

Solucin:

3 t 24 t +5=k 1 ( 2 t 2t+ 1 ) +k 2 ( t 2 t+1 ) + k 3 ( 3t 2 +t+ 1 )

2 F 3+ F 1 F 1

[ |] [
2 1 3 3 F 2 + F3 F 3

|]
1 1 1 4 0 3 5 5
1 1 1 5 1 1 1 4 (1) F2
1
0 0 2 1 2F3

1
F3

[ |] [
3
1 1 1 4

| ]
0 3 5 5 1 1 1 4 5
3 F 3+ F 2 F 2
0 0 1 1 0 1 5 /3 5 /3
F3+ F1 F1
0 0 1 1

[ | ]
1 1 0 9 /2
F + F F1
0 1 0 15/ 6 2 1
0 0 1 1/2

[ | ]
1 0 0 2 k 1 =2
0 1 0 5/2 k 2=5/2
0 0 1 1/2 k 3=1/2

( 3 t 2 4 t +5 ) B=(2, 5 , 1 )
2 2

[ ]
2
[ 3 t 24 t +5 ]B = 5/2
1/2

Matriz de transicin

Sean dos bases B 1= {

v1 ,
v2 ,
v 3 , ,
v n } y B 2= {
u1 ,
u2 ,
u3 , ,
un } en el mismo espacio vectorial.

Entonces al ser B1 y B2 bases es posible escribir cada vector de la base B1 como combinacin

lineal de la base B 2 lo que implica.

}
v1 = 1
u1 + 2 u2 + 3 u3 ++ n
un
v 1= 1
u1 + 2
u2 + 3 u3++ n
un
v1 = u1 + 2
u2+ 3
u3 ++ n
un nica solucion

v 1= 1
u1+ 2 u2 + 3 u3+ + n un

Por lo que se puede hallar las matrices de coordenadas de vector de la base B 1 respecto a las base B 2
 [] [] [] []
1 1 1 1
2 2 2 2
[
v 1 ]B = 3 ; [
2
v 2 ]B = 2
3 ; [
v 3 ]B =
2
3 ; [
v n ]B =
2
3

n n n n

Se define la matriz de transicin o de paso de la base B 1 respecto a la base B 2 , como aquella matriz

cuadrada cuyas columnas son matrices de coordenadas de cada vector de la base B 1 respecto a la base

B2

Nomenclatura.-

Mat BB 12 ( I )= Matriz de transicin de la base B1 a la base B2

[ (
V 1 ) ] B2
| | |
|[ (
V 2 ) ] B2 |..........|[ (
V n ) ] B2
| | |
B1
Mat B 2 ( I )=

De manera similar se puede definir la matriz de transicion de la base B2 respecto a la base B1

[ (
V 1 ) ] B1
| | |
|[ (
V 2 ) ] B1 |..........|[ (
V n ) ] B1
| | |
B2
Mat B 1 ( I )=

En forma practica se aplica la propiedad de las matrices de transicion son inversas mutuas
1
Mat BB 12 ( I )=[ Mat BB 21 ( I ) ]

1
Mat BB 21 ( I )=[ Mat BB 12 ( I ) ]

Ejemplo:
Hallar las matrices de transicion entre las bases

B1= { ( 2,1 ) ;(1, 3)} y B2 = { ( 1,1 ) ;(3,1)} en 2

Solucion.-

Para la matris de transicion de B1 a B2

( 2,1 )= 1 (1, 1 ) + 2 ( 3,1 ) ( 1,3 )= 1 ( 1,1 ) + 2(3,1)

Como se puede ver, tiene la misma matriz de coeficientes, entonces resolvemos en uno solo

[ | ]
1 3 2 1
1 1 1 3 [ | ]
1 3 2 1
0 4 3 2 [ | 1 3 2 1
0 1 3/ 4 1/ 2 ]
F1(-1)+f2f2 f2(-1/4) f 2(-3)+f1f1

1 5
1= - 1=
[ |
1 0 1/ 4 5/2
0 1 3/4 1/2 ] 2=
3
4
2=
2
1
4 2

[] []
1 5
[ ( 2,1 ) ] B2= 4 ; [ ( 1,3 ) ] B2= 2
3 1
4 2

[ ]
1 5

B2
Mat B 1 ( I )=
4
3
2
1
B2
Mat B 1 ( I )= [
1 1 10
4 3 2 ]
4 2

Como:
1
Mat BB 12 ( I )=[ Mat BB 21 ( I ) ]

1
B1
Mat ( I )=
B2
[[
1 1 10
4 3 2 ]]
Entonces:

Mat BB 12 ( I )=
1

1
2 10
1 230 3 1 [ ]
4
 Mat BB 12 ( I )=4 [
1 2 10
28 3 1 ]
B1
Mat B 2 ( I )= [
1 2 10
7 3 1 ]
CAPTULO 5.

ESPACIOS VECTORIALES CON PRODUCTO INTERIOR

Introduccin:
3
En los espacios vectoriales de R se tiene la operacin conocida como producto interior que se define
como:

u v =u1 v 1 +u2 v 2+ u3 v 3

Si:

u =(u1 ,u 2 , u3 ) Y v =( v 1 , v 2 , v 3 )

El objetivo del captulo es generalizar la operacin el producto escalar hacia cualquier espacio vectorial bajo
el denominativo de producto interior.

Nomenclatura:

u , v = producto interior entre u y v .

Definicin:

El producto interior es una regla de asignacin entre dos vectores hacia un escalar, la mencionada regla para
que sea denominada producto interior debe satisfacer los siguientes axiomas:

1) Axioma de conmutatividad

u , v = v , u

2) Axioma de distributividad

u , v + w = u , v + u , w

3) Axioma de homogeneidad

k u , v = u , k v =k u , v

4) Axioma de positividad
u , u 0
u

Ejemplo:
 2
Hallar el valor de a talque la siguiente regla sea un producto interior en R .

u , v =u 1 v 1 +2 u1 v 2 +2u 2 v1 +(a25 a+6)u 2 v2

Donde: u =(u1 ,u 2) Y v =(v 1 , v 2 )

Solucin:

i. Conmutatividad:

u , v = v , u

u1 v 1+ 2u 1 v 2 +2 u2 v 1 + ( a2 5 a+6 ) u2 v 2= v , u

v 1 u1+ 2 v 2 u1 +2 v 1 u2 + ( a2 5 a+6 ) v 2 u2= v , u

v 1 u1+ 2 v 1 u2 +2 v 2 u1 + ( a2 5 a+6 ) v 2 u2= v , u

v , u = v , u

ii. Distributividad:

w=(
w1 , w2 )

u , v + w = u , v + u , w

( u1 u2 ) ,(v 1 + w1, v 2 +w 2)= u , v + u , w

v
v
+( 2+ w2 )= u , v + u , w

( 1+w 1) 2u2 ( v 2+ w2 ) +2 u2 ( v 1 +w1 ) + ( a25 a+ 6 ) u2
u1

u2 v 1 +2u 1 v2 +2 u2 v 1 + ( a2 5 a+6 ) u2 v 2 +u1 w1 +2 u1 w2 +2 u2 w1 + ( a2 5 a+6 ) u2 w 2= u , v + u , w

 u , v + u , w = u , v + u , w

iii. Homogeneidad:

k u , v = u , k v =k u , v

( k u1 , k v 2 ) ;( v 1 , v2 )=k u , v

k u1 v 1 +2 k u 1 v 2+2 k u2 v 1 + ( a 25 a+6 ) k u 2 v 2=k u , v

u
2
k ( 2 v 1+2 u1 v 2 +2u 2 v 1+ ( a 5 a+ 6 ) u2 v 2)=k u , v

k u , v =k u , v

iv. Positividad:

u , u 0

( u1 , w2 ) ; ( u1 ,u 2 ) 0

u1 u 1+2 u1 u2 +2u 2 u1 + ( a 25 a+6 ) u 2 u2 0

u12+ 4 u 1 u2 + ( a 25 a+6 ) u 22 0

u12+ 4 u 1 u2 +4 u224 u22+ ( a25 a+ 6 ) u22 0

2
( u1 +2 u2 ) + ( a25 a+6 ) u22 0

a25 a+2=0

5 254(1)(2)
a=
2(1)

5+ 17
a1=
2

517
a2=
2
 5 17 5+ 17
2 2

5+ 17
,+
ae 2
5 17
,
2

Norma y distancia y angulo:entre vectores

Dados dos vectores u y v en espacio vectorial se definen.

Norma magnitud modulo:

Se define:

u = ( u , u )

Entonces:

u 2= u , u

Distancia entre vectores:

v u
d=

La distancia:

d u , v = v u = u v

Angulo entre vectores:

De manera similar

u , v = u v cos

u , v
cos =
u v
Un caso especial del angulo es cuando este forma un valor de 90.

u , v
90 =
u v
cos

Por tanto:

u , v =0

Condicin de la ortogonalidad dos vectores son ortogonales cuando el ngulo formado es 90.

Vectores unitarios:

Sea un vector v , se define el vector unitario de v como:

unit =1

Condicin de normalidad

1
u nit v = v
v

Ejemplo.
Hallar el valor de a tal que p(x)=1+2x-x2 y q(x)=x+ax2 sean ortogonales en P2

Solucin

< p (x ) , q ( x ) > 0

( 1+2 x 2x 3 ) ( x+ a x 2) dx =0
1

( x+ 2 x 2x 3 +a x 2+2 a x 3a x 4 ) dx=0
1

1
x2 (
2
x3
3
x4
+ 2+ a ) + ( 2 a1 ) a
4
x5
5 |1
=0
 [ 1 ( 2+a ) ( 2 a1 ) a
2
+
3
+
4 5 2 3 ][
1 ( 2+a ) ( 2a1 ) a
+
4
+ =0
5 ]
a+2 a a+ 2 a
+ =0
3 5 3 5

2( a+2) 2 a
=0 /15
3 5

10 ( a+2 )6 a=0

4 a=20

a=5

Ejemplo.

En el espacio vectorial R2 x 2 . Hallar todas las matrices que forman 60 con la matriz A= [ 1 0
2 2 ] y sea

ortogonal a la matriz B= [ 2 1
2 0 ] asuma el producto interior:

[ ] [ ]
a b ; x y =axby +cz +du
c d z u

Solucin

Sea la matriz [ a11 a12

a21 a22 ]
=C

Condicin

A ,C
i) cos 60 = ii) B , C =0
AC

[ ] [
B , C = 2 1 , a11 a12
2 0 a 21 a22 ]
B , C =2 a11 a12 +2 a21+ 0=0

2 a11a12 + 2a 21=0 ( 1 )
 [ ] [
2 2 a21 a22 ]
A , C = 1 0 ; a 11 a12 =a11 +2 a21 +2 a22

A= A , A =
[ ] [ ]
1 0 ; 1 0
2 2 2 2

A= (1)2+ 02+22+2 2=3

Asumimos A=1
[ ][
;
a21 a22 a21 a22]
a 11 a12 a11 a12
=1

2 2 2 2
a11 + a12+a21 +a22=1 ( 2 )

a11 +2 a21 +2 a22 1

cos 60 = =
3 (1) 2

3
a11 +2 a21 +2 a22= (3)
2

El sistema

{
2 a11 a12 +2 a21=0 a12 =2 a11 +2 a21
3 3
a 11 +2 a21+ 2a 22 = a 11=2 a21 +2 a22
2 2
2 2 2 2
a11 + a12+ a21 + a22=1

Reemplazando
2
3
(2 a21+ 2 a22 ) +(6 a 21+ 4 a223)2 +a221 +a322=1
2

Rpta . solucin
Subespacio Ortogonal.- Sea un conjunto de vectores v1 ,
{ v2 ,
v 3 ,
vi } , se define el subespacio ortogonal
como aquel que verifica:

S ort = {x / x ,
v 1 = x , v i =0 }
v 2 =.. . x ,

Complemento Orotogonal de un Subespacio

Si se tiene un subespacio S, se define el complemento ortogonal de S como:

S ={ x / x , v i Base de S }
v i =0
Ejemplo

Hallar una base y dimensin del complemento ortogonal al subespacio en R4 generado por el conjunto
{( 2,2,5,3 ) , ( 3,2,1,6 ) , ( 5,0,4,9 ) ( 1,6,11,0 ) }.Utilice el producto interior :

(u1 , u2 ,u3 , u4 )(v 1 , v 2 , v 3 , v 4 ) =u1 v 1+ 2u 2 v 2 +2 u3 v 3 + u4 v 4

(a,b,c,d)= K 1 ( 2,2,5,3 ) + K 2 (3,2,1,6 ) + K 3 ( 5,0,4,9 )+ K 4 ( 1,6,11,0 )

Solucin

( |) ( | ) ( | )
2 3 5 1 a 0 5 5 5 a+b 0 5 5 5 a+b
2 2 0 6 b 2 2 0 6 b 0 8 8 8 5 b+ 2c
~ ~
5 1 4 11 c 1 3 4 1 c +2 b 1 3 4 1 c +2 b
3 6 9 0 d 1 8 9 6 d +b 0 5 5 5 bc+ d

( |
a+ b

)
0 5 5 5
8
0 0 0 0 5 b+2 c (a+b) 8
5 5 b+2 c ( a+b )=0
1 3 4 1 5
c+2 b
0 0 0 0 a2 bc+ d

-25b-10c+8a+8b=0 a2 bc +d =0
8a-17b-10c=0 a+2b2c-d=0

S={(a,b,c,d)/ 8a-17b-10c=0 ^ a+2b2c-d=0 }

Hallamos base de S

(81 17 10 0 0
2 1 1 0 |) ( ~
0 33 18 8 0
1 2 1 1 0 |) ( ~
0 1 18/ 33 8 / 33 0
1 2 1 1 0 |)
( 0 1 18/ 33 8/ 33 0
1 0 3 /33 17 / 33 0 |) b=
18 c
33 +
8d
33
3c
a= 33 +
17 d
33
 3c 17 d 18 c 8d
(a,b,c,d)=( 33 + 33 , 33 + 33 ,c,d)=c/33(3,-18,33,0)+d/33(7,8,0,33)

B s ={(3,-18,33,0), (7,8,0,33)}

Sea(x,y,z,w)
h
S

( x , y , z , w)(3,18,33,0) =0
3x+2(-18y)+2(33z)+0=0
3x-36y+66z=0
x-12y+22z=0 (1)

( x , y , z , w)(7,8,0,33) =0
17x+2(8y)+0(33w)=0
17x+16y+33w=0
S h ={(x,y,z,w)/ x-12y+22z=0 ^ 17x+16y+33w=0}
12 yx 17 x16 y
Z= 22 w= 33

12 yx 17 x16 y
(x,y,z,w)=(x,y, 22 , 33 )

=x/66(66,0,-3,-34)+y/66(0,66,36,32)

B S ={(66,0,-3,-34), (0,66,36,32)}
h

h
dimension S =2

Producto interno euclidiano.- el procucto euclidiano es el producto mas simple en el espacio vectorial y se los
utiliza cuando no existe uno especificado los productos euclidianos son:
n
1.- en R u|v =u v = ut v

u1 v1

Cuando u=
()
u2
u3
un
^ v=
()
v2
v3
vn

u|v =u v = u1 v 1 + u2 v 2 + u3 v 3 + un v n

2.- en Pn
1

p ( t ) ,q (t ) = p ( t ) q ( t ) dt
0

3.- en funciones
 1

f ( x ) , g(x ) = f ( x ) g ( x)dx
0

Si f ( x ) , g ( x ) f ( x ) g ( x)dx
0

Si f ( x ) , g ( x ) =0 hallar T entonces [,T] se llama intervalo de ortogonalidad

No existe producto euclidiano para el espacio vectorial de matrices

Proyeccin ortogonal de un vector sobre otro

Sean los vectores u y v

U
proyv u

u v
u|v proyv
Entonces cos= uv = proy v u
U
= u|v

v v
Pero proyv U
= Vunitario| proyv U
proyv U
= u|v 1 v

u|v v
proyv U
= v2

Adems
h
proyv U
+ proyv U
=u

h
proyv U
=u- proyv U

Base ortonormal.-una base se denomina ortonormal si se verifica

B={ u1 ,u 2 , u3 ,u 4 un }

1.- u|u =1 unitario (normalidad)

2.- ui|u j =0 i j (ortogonalidad)

Ejemplo
Hallar el valor de t y el vector x tal que la base sea ortonormal utilice el producto escalar.

1 1 1
B={( 2 , 2 ,0),( 2
,t , 0 , x }

Solucin:
Si u3 =x=(a,b,c)

u1|u2 =0 (
1 1
,
2 2
1
|
, 0) ( , t , 0)
2 1 t
= 2 + 2 +0=0

u1|u3 =0 (
1 1
,
2 2 |
, 0) ( a ,b , c)
a b
= 2 + 2 + 0=0 a+b=0

u2|u3 =0 2 2 |
( , , 0) ( a ,b ,c )
1 2
=
2 a 2b +0=0
2 2 a-b=0

Del sistema
a+b=0
a-b=0
2a=0
a ^ b a=0 ^ b=0

u1|u1 =0 (
1 1
,
2 2 |
1 1
, 0) ( ,
2 2
,0)
1 1
= 2 + 2 +0=1

u2|u2 =0 2 2
1 2
2 2 |
( , , 0) ( , , 0)
1 2
1 1
= 2 + 2 +0=1

u3|u3 =0 (0,0. c)|(0,0. c) = 0+0+C = 1

2

C= 1
1 1 1
B={( , ,t , 0 , (0,0. 1)}
2 2 ,0),( 2

Proyeccin de un vector sobre una base ortonormal.-sea un vector x y una base orto normal

B={ u1 ,u 2 , u3 ,u 4 un }
Se define:
n
proyb x = x i|ui ui
i=1
 proyb x = x1|u1 u1 + x2|u2 u2 .+ xn|u n un

Proceso de Gram Schmidt

Es un proceso por el cual toda base B={

v1 ,
v2 ,
v3 , ,
vn} se puede transformar en una base ortonormal

B = {
u1 ,
u2 ,
u3 , ,
un }

1er Paso

1
u1 =
v1


v 1

2do Paso

Proy u
1
v 2Proyu
v 2= v2 1

v2 ,
u1 >
u1
Proy u
v 2=
v 2 2
1

u1

Proy u
v 2=
1
v 2
v 2 , u1> u1

v2 v2 ,
u1>
u1
u2=

v 2
v2 , u1
u1>

3er Paso

Proy v 3=
u
u 1, 2
v 3
v3 ,
u1 >
u1
v3,
u2 >
u2

v3 v3 ,
u1 >
u1
v3,
u2 >
u2
u3=

v 3
v3 ,
u1 >
u1
v3, u2
u2 >
En forma general
i=1
v i
v 3i ,
u j > uj
j=1
ui=
i=1,2,3, n

i=1
v i
v 3i ,
u j > uj
j=1

Ejemplo.-hallar una base ortonormal para el subespacio 3 x2 y+ z =0 en R3

Solucin:

S= { ( x , y , z ) 3 x2 y+ z=0 }

z=3 x +2 y

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

B={ ( 1,0,3 ) ; (0,1,2) }

v1
v2

Ortonormalizando por Gram Schmidt

1er Paso

1
u1=
v1


v 1

v1=
v 1 =
v1 , v 1= 12 +02 +(3)2= 10
v1

1
u1=
( 1,0,3 )
10

2do Paso

v 2
v 2 , u1
u1
u2=


v 2 u1
v 2 , u1

v 2 , u1 =
( 0,1,2 ) ;
1
10
( 1,0,3 ) =
1
10
( 0+06 ) =
6
10
 6 1

u=

( 10 ) 10
( 0,1,2 ) ( 1,0,3 )
2

(0,1,2)( 610 ) 110 (1,0,3)

3 5 1
u2=

3
( 0,1,2 ) + ( 1,0,3 )
5
=
, ,
5 5 5
=
1
5 (
( 3,5,1 ) )
3
( 0,1,2 ) + ( 1,0,3 )
5
3 5
, ,
5 5 5
1
(
1
5
( 3,5,1 )
)
Porque

k x k x k x x
= = =
k x k x , k x k x x

( 3,5,1 )=3 2+5 2+12 =35

1
u2 =
( 3,5,1 )
35

B =
{ 1
10
( 1,0,3 ) ;
1
35
( 3,5,1 ) }
Ejemplo.-Ortonormalizar la base canonica de P2

B={ 1, t , t 2 }

Con el producto interior

1

p(t ) ,q(t ) = p(t ) q (t ) dt

0

Solucin

B={ 1, t , t 2 }={ p1 , p 2 , p 3 }

La ortonormalizada ser: B = { q1 , q2 , q3 }

Por Gram Schmidt

1er Paso

1
q1 =
p

p 1 1


1 1

p1=
p 1 =
p1 , p1 p1 dt= 1
12 dt= t|0= 1=1
0 0

1
q1 = 1=1
q 1=1
1

2do Paso

q2
p1
q2 , p1
q 2=


q2 p 1
p1
q2 ,

1 2 1
p 1 =
q2 , q2,
0
t
p1 = t (1)dt = =
1
20 2 |
1
t (1)
2 ( 2 t 1 )
q 2=
=
t (1)
1
2
( 2 t 1 )

3 1

|
1

( 2 t 1 )= 2t 1,2 t1 = ( 2t 1 ) dt= (2 t 1) 2

0 3 2 0

( 2 t1 )=
1
6
{1(1) }=
1
3
q 2= 3 (2t1)

3er Paso

p3
p3 ,
q1 >
q 1
p 3 ,
q 2 >
q2
q3 =


p3
p3 ,
q1 >
q 1
p 3 , q2
q 2 >

1 1

2 t3
q 1 = t 1 dt = =
p3,
0
1
30 3 |
1 3 1

| ( )
4
2t t 1 1 3
q 2 = t 3 (2 t1) dt= 3
2

p3, = 3 =
0 4 3 0 2 3 6
 t 2 (1) [ 3(2 t1) ]
1 3
3 6
q3 =


t 2 (1) [ 3(2 t1) ]
1
3 6
3

1 1
t 2 t+ (6 t 26 t+ 1)
6 6
q3 =
=

t 2 t+
1
6
1
6
(6 t 26 t+ 1)

1 1

|
5 3 4 3 2
(6 t 6 t+1)= (6 t 6 t+1) dt= 35t + 36 t +t 72t + 12t 12 t
2 2 2

0 5 3 4 3 2 0

( 6 t26 t+1) =
36 36
+ +118+ 46=
5 3
1
5
q3 = 5(6 t 26 t+1)

Entonces la base ortonormal ser:

B = {1; 3 ( 2 t1 ) ; 5(6 t 26 t+ 1) }

Ejemplo.-sea R4 con producto euclidiano. Encontrar un vector ortogonal a

u1=( 1,0,0,0 )
u4 =( 0,0,0,1 )
ya y que forme angulos iguales con:

u2=( 0,1,0,0 ) y
u3=( 0,0,1,0 )

Solucin.-

Sea x =( a , b , c , d ) que buscamos entonces

u1 =0
x, u 4 =0
x ,

( a , b , c , d ) , (1,0,0,0 ) =0 ( a , b , c , d ) , ( 0,0,0,1 ) =0

a+0+ 0+0=0 0+ 0+ 0+d =0

a=0 d=0

x , u2 u3
x ,
cos = = ( )
x u2 x u3

u2 = 02 +12 +02 +0 2=1=1

u2= u2 ,

u3 = 0 2+ 02+ 12+ 02= 1=1

u3= u3 ,

u2 = ( a , b , c ,d ) , ( 0,1,0,0 ) =0+ b+0+0=b

x,

u3 = ( a , b , c ,d ) , ( 0,0,1,0 ) =0+ 0+c +0=c

x,

reemplazando los datosen ( )

u3
u2 =
x , u2 u3
x,

1(b)=1( c)
b=c

x =( a , b , c , d )=( 0, b , b , 0 )=b ( 0,1,1,0 )

x = ( 0,1,1,0 )

Ejemplo.-

Hallar una base ortonormal para el subespacio e R2 x 2 generado por el conjunto:

{[ 3 1 ][
1 4 2 5 10 1][ ][
2 1 ; 3 1 ; 5 0 ; 3 4
]}
Utilice el producto interior

[ ] [ ]
a b ; x y =ax+2 by +2 cz +du
c d z u

Solucin: generamos el subespacio

[ ] [
c d 3 1 1 4 3 ] [
a b = 2 1 + 3 1 + 5 0 + 3 4
1 2
2 5 4
10 1 ] [ ] [ ]

2 F2 + F 1 F 1
3 F2 + F 3 F 3

[ |]
2 3 5 3 a F2 + F 3 F 3
1 1 0 4 b

[ | ]
3 1 2 10 c 0 5 5 5 a+2 b
(1) F1 + F 3 F3
1 4 5 1 d 1 1 0 4 b
0 2 2 2 c +3 b (2/5) F 1 + F2 F 2

0 5 5 5 b+ d

[ | ]
0 5 5 5 a+2 b
2
1
0
1
0
0 4 b
0 0 c +3 b(2 /5)(a+ 2b)
c +3 b
5 ()
( a+ 2b )=0
ab+d=0
0 0 0 0 ab+ d

c +3 b ( 25 ) ( a+2 b) =0//5ab+d=0
5 c+ 15 b2 ( a+2 b )=0

2 a11b5 c=0

{[ ]
S= a b /2 a11 b5 c=0 ab+ d=0
c d }

[ ]
a b
[ ] a b=
c d
2
a b
5
11
5
a
= 5 0+
b 0 5
a+ b 5 2 5 5 11 5 [ ] [ ]
B=
{[ ] [
5 0
;
0 5
2 5 11 5 ]}
v1 v2

Ortonormalizando por Gram Schmidt

1er Paso

1
u1= v
v 1 1

v1= v 1 , v 1 =
[ ] [ ]
5 0 5 0
;
2 5 2 5

v1= 52 +2(0)2 +2(2)2+5 2=58

 u1=
1 5 0
58 2 5 [ ]
2do Paso

v 2 v 2 , u1> u1
u2=
v 2 v 2 , u1> u1

v 2 ,u 1 = [ 0
] [ ]
5 ; 1 5 0 = 1 { 0+2 ( 0 ) +2 (22 )+25 }= 19
11 5 58 2 5 58 58

u2=
[ 0 5 19
11 5 58 ] ( ) [ ] 1 5 0
58 2 5

[ 0 5
11 5

19
58 ] ( ) [ ]
1 5 0
58 2 5

u2=
[ 0 5 + 19 5 0
11 5 58 2 5 ] [ ] [ =
1 95 290
58 600 385 ]
[ 0 5 + 19 5 0
11 5 58 2 5 ] [ ] [ 1 95 290
58 600 385 ]

u2=
[ 5 19 58
58 120 77 ]
[ 5 19 58
58 120 77 ]
[ 19
]
58 = 192+ 2(58)2 +2(120)2+ 772= 41818
120 77

u2=
1
41818
19
120
58
77[ ]
Por tanto la base ortonormal ser:

1 5 0
58 2 [ ]
5
;
1
41818

19
120
58
77 [ ]
B = {}

TEOREMA

Todo producto interior se puede escribir como

x , y =x t A y
Donde Anxn puede ser generado a partir de una base B={
v1 ,
v2 ,
v3 , ,
v n } segn el siguiente detalle:

v1 , v 1

vn , v2
v1 , v2 v 1 , v 3 v1 , v n v2 , v1
v2 , v2 v2 , v3 v2 , vn v 3 , v1
v3 , v2 v 3 , v 3 v3 , v n
v n , v1

vn , v3
A nxn=[ v n , v n ]

La matriz A debe ser definida positiva, ello implica que

determinando | A|> 0

En algunas ocasiones es posible hallar A con elementos de la combinacin lineal respecto a la base canonica,
por ejemplo:

B={ ( 1,1,0 ) ; ( 0,1,1 ) ;(1,0,1) }

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

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

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

[ ]
1 1 0
A= 0 1 1
1 0 1