República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación.

Universidad Rafael Urdaneta.
Facultad: Ingeniería.
Álgebra lineal.

Autores:
Chahoud Yerlin, C.I. 28.497.222
Montes de Oca José, C.I. 28.091.434
Moreno Victoria, C.I. 28.322.829
Nava Víctor, C.I. 28.325.717

Maracaibo, Diciembre del 2018.

 ESQUEMA
1. Espacio vectorial
2. Propiedades de los espacios vectoriales
3. Combinaciones lineales y vectores linealmente independientes
4. Vectores base
5. Cambio de base
6. Vectores orto normales
 1- ESPACIOS VECTORIALES
Un espacio vectorial es una estructura algebraica creada a partir de
un conjunto no vacío, una operación interna (llamada suma, definida para los
elementos del conjunto) y una operación externa (llamada producto por un escalar,
definida entre dicho conjunto y otro conjunto, con estructura de cuerpo ,donde el
escalar es un elemento del cuerpo), con 10 propiedades fundamentales.
A los elementos de un espacio vectorial se les llama vectores y a los elementos
del cuerpo, escalares.
Un espacio vectorial sobre un cuerpo K (como el cuerpo de los números
reales o los números complejos) es un conjunto V no vacío, dotado de dos
operaciones para las cuales será cerrado.

 EJEMPLO DE ESPACIO VECTORIAL:

El espacio vectorial más conocido notado como Kn, donde n>0 es un entero,
tiene como elementos n-tuplas, es decir, sucesiones finitas de K de longitud n con
las operaciones:
(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn).
a(u1, u2, ..., un)=(au1, au2, ..., aun).
Las sucesiones infinitas son espacios vectoriales con las operaciones:
(u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...).
a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...).

También son espacios vectoriales cualquier agrupación de elementos de K en

las cuales se defina las operaciones suma y producto entre estas agrupaciones,
elemento a elemento, similar al de matrices n x m, así por ejemplo tenemos las
cajas n x m x r sobre K que aparecen en el desarrollo de Taylor de orden 3 de una
función genérica.

 EJEMPLO DE ESPACIO VECTORIAL:

Dado cualquier n ∈ N el conjunto R n = {(x1, ...xn) : x1, ..., xn ∈ R} dotado de las
operaciones suma y producto por escalares usuales.

2-PROPIEDADES DE ESPACIOS VECTORIALES

Propiedades de la suma de vectores.

Sean , , vectores en V:

1) La suma es otro vector en V

 2) , es decir, la suma es conmutativa

3) , es decir, la suma es asociativa

4) Existe un vector cero en V, tal que

5) Para todo vector existe un vector , tal que , y se

denomina el inverso aditivo

Propiedades de la multiplicación por un escalar.

Sean y vectores en V, c y d constantes (escalares)

1) El vector es un vector en V

2)

3) . Los incisos 2 y 3 representan la propiedad distributiva.

4)

5) Para todo vector , , tal que , y se denomina el

inverso aditivo

 EJEMPLOS DE LAS PROPIEDADES:

Ejemplo 1.

El conjunto de puntos en que están en la recta , ¿es un espacio

vectorial?

Este conjunto de vectores lo podemos escribir de la forma .

Sean y ,
En este caso, la suma
 Es un vector que no está en el conjunto , y por tanto no se
cumple la propiedad 1 de la suma. El conjunto dado no es espacio vectorial.

EJEMPLO 2
De acuerdo con las propiedades enunciadas en la segunda unidad, para
cada m y n Rmxn es un espacio vectorial.
Tenemos por ejemplo R2×3, espacio vectorial cuyos vectores son las matrices
de 2×3.

EJEMPLO 3
Como la suma y la multiplicación por un escalar de todos los vectores con
dos componentes satisfacen las 10 propiedades anteriores, decimos que con
estas propiedades es un espacio vectorial.

El lector puede probar lo anterior con cualesquiera vectores , , , y

constantes c y d.

Dado que lo mismo se puede decir para vectores con tres, cuatro
o n componentes, entonces , y , con las propiedades correspondientes,
son espacios vectoriales.

3-COMBINACIONES LINEALES DE VECTORES

Definición 1: Una combinación lineal es una expresión matemática que
consiste en la suma entre pares de elementos, de determinados conjuntos,
multiplicados entre sí.
En particular, la combinación lineal de un sistema de vectores se trata de un
vector
n

k=ϑ1 k1 + ϑ2 k 2 + ⋯ ϑn k n = ∑ ϑi k i
i=1

Con los k i elementos de un cuerpo. La definición, provista de esta manera,

da lugar a otras definiciones y herramientas importantes, como son los conceptos
de independencia lineal y base de un espacio vectorial
Definición 2: Dados dos conjuntos cualesquiera A y B.Se define
como combinación lineal a toda expresión de la forma:

∑ αb
aϵA
bϵB

Resulta de especial interés la definición de combinación lineal de vectores

con respecto a un conjunto de escalares.
Dado un espacio vectorial V sobre un cuerpo 𝕜 y un conjunto A =
{ϑ1 , ϑ2 , ϑ3 , ⋯ , ϑn } de vectores en V, es decir, A⊂V. Se dice que un
vector ϑ ϵ V es combinación lineal de A si ∃k1 , ⋯ , k n ϵ 𝕜: ϑ = ∑ni=1 k i ϑi
En términos no tan formales, diremos que ϑ es combinación lineal de
vectores de A si podemos expresarlo como una suma de productos por escalar de
una cantidad finita de elementos de A . En este caso, también se dice que ϑ
depende linealmente de los vectores de A.
 EJEMPLO DE COMBINACIONES LINEALES

Ejemplo 1:

Combinación lineal de dos vectores en el espacio.

1. La terna ordenada (20, 12, 37) es una combinación lineal de (1, 3, 5) y
(6, 2, 9):

20 1 6
(12) + 2 (3) + 3 (2)
37 5 9
 2. En general, dado un vector v en un espacio vectorial, todo múltiplo
suyo 𝞴ϑ es combinación lineal. Para el caso particularϑϵℝ2 , sus múltiplos
son vectores en el plano con la misma dirección, es decir, paralelos.

3. Dado ϑϵℝ3 , decir que v es combinación lineal de otros dos

vectores ϑ1 , ϑ2 no paralelos equivale a afirmar que los tres vectores
son coplanarios, es decir, que se encuentran en un mismo plano.

4. En la ecuación 2x + 3y − 2x = 0 se dice que Z es combinación lineal de x y

3
de y, porque podemos escribirz = x + 2 y sin más que despejar la z. De la
misma manera, despejando oportunamente, cada una de estas variables se
podría expresar como combinación lineal de las otras dos.

VECTORES LINEALMENTE INDEPENDIENTE:

Definicion 1: En álgebra lineal, un conjunto de vectores es linealmente

independiente si ninguno de ellos puede ser escrito con una combinación lineal de
los restantes. Por ejemplo, en R3, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0,
1) es linealmente independiente, mientras que (2, −1, 1), (1, 0, 1) y (3, −1, 2) no lo
es, ya que el tercero es la suma de los dos primeros.
Definición 2: Dado un conjunto finito de vectores ϑ1 , ϑ2 , ⋯ , ϑn , se dice que
estos vectores son linealmente independientes si existe la ecuación
a1 ϑ1 + a2 ϑ2 + ⋯ + an ϑn = 0
Se satisface únicamente cuandoa1 , a2 , ⋯ , an son todos cero. En caso contrario, se
dice que son linealmente dependientes.
Nótese que el símbolo a la derecha del signo igual no es cero, sino que
simboliza al vector nulo 0. El conjunto de vectores nulos forma la matriz nula. Si
tales números no existen, entonces los vectores son linealmente independientes.
La definición anterior también puede extenderse a un conjunto infinito de vectores,
concretamente un conjunto cualquiera de vectores es linealmente dependiente si
contiene un conjunto finito que sea linealmente dependiente.
Un conjunto de vectores U de un espacio vectorial es linealmente
independiente si:
∀u ∈ U, u ∉ (U − u)
EJEMPLO DE VECTORES INDEPENDIENTES
En el espacio tridimensional usual:
  u y j son dependientes por tener la misma dirección.

 u y v son independientes y definen el plano P.

 u, v y w son dependientes por estar los tres contenidos en el mismo plano.

 u, v y k son independientes por serlo u y v entre sí y no ser k una

combinación lineal de ellos o, lo que es lo mismo, por no pertenecer al
plano P. Los tres vectores definen el espacio tridimensional.

 Los vectores o (vector nulo, cuyas componentes son iguales a cero) y k son
dependientes ya que o = 0 ·k

Ejemplo 2: del uso de la fórmula f:

¿Son los tres vectores siguientes independientes?
𝟐 𝟏 𝟏
𝒖 ⃗⃗
⃗ = (𝟎) , 𝝑 = (𝟑) , 𝝎
⃗⃗⃗ = (𝟐)
𝟎 𝟎 𝟒
Buscamos tres valores x, y y z que satisfagan la ecuación:

𝟐 𝟏 𝟏 𝟎
𝒙𝒖 ⃗ + 𝒛𝝎
⃗ + 𝒚𝝑 ⃗⃗⃗ = 𝒙 (𝟎) + 𝒚 (𝟑) + 𝒛 (𝟐) = (𝟎)
𝟎 𝟎 𝟒 𝟎
Lo que equivale al sistema de ecuaciones siguiente:

𝟐𝐱 + 𝐲 + 𝐳 = 𝟎 𝐱=𝟎
𝟑𝐲 + 𝟐𝐳 = 𝟎 } ⇔ {𝐲 = 𝟎
𝟒𝐳 = 𝟎 𝐳=𝟎
Dado que la única solución es la trivial (x = y = z = 0), los tres vectores son
independientes.
 4-VECTORES BASE
Dos vectores y con distinta dirección forman una base, porque
cualquier vector del plano se puede poner como combinación lineal de ellos.

𝑥 = 𝑎𝑢
⃗ + 𝑏𝜗

Las coordenadas del vector respecto a la base son:

𝑥 = (𝑎, 𝑏)
 EJEMPLO

𝜔
⃗ = 2𝑢 ⃗ = (2,3)
⃗ + 3𝜗𝜔

1 1
𝑧=− 𝑢⃗ − 2𝜗𝑧 = (− , −2)
2 2

Los dos vectores que forman una base no pueden ser paralelos.
Base ortogonal: Una base es ortogonal si los vectores de la base
son perpendiculares entre sí.
Base ortonormal: Una base es ortonormal si los vectores de la base
son perpendiculares entre sí, y además tienen módulo 1.

{𝑖, 𝑗}
𝑖 = (1,0)𝑗 = (0,1)
𝑖⃗ ⊥ 𝑗|𝑖| = |𝑗| = 1
Esta base formada por los vectores𝑖 y𝑗 se denomina base canónica.
Es la base que se utiliza habitualmente, de modo que si no se advierte nada se
supone que se está trabajando en esa base.

Bases en el espacio

Tres vectores 𝑢 ⃗ ,𝜗 𝑦 𝜔
⃗ con distinta dirección forman una base, porque
cualquier vector del espacio se puede poner como combinación lineal de ellos.
 𝑥 = 𝑎𝑢
⃗ + 𝑏𝜗 + 𝑐𝜔
⃗

Las coordenadas del vector respecto a la base son:

𝑥 = (𝑎, 𝑏, 𝑐)

5- CAMBIO DE BASE
Cuando se elige una base B para un espacio vectorial V de dimensión n, la
función de coordenadas asociada sobre Rn proporciona un sistema de
coordenadas para V. Cada x en V se identifica de manera única con su vector de
B-coordenadas [x]B.
En algunas aplicaciones, inicialmente se describe un problema usando una
base B, pero la solución del problema se facilita al cambiar la base B a una nueva
base C.

Teorema

Sean B = {b1, . . . , bn} y C = {c1, . . . , cn} las bases de un espacio vectorial

V. Entonces existe una sola matriz P C←B de n × n tal que

[ x ]C = P C←B [ x ]B (4)

Las columnas de P C←B son los vectores de C-coordenadas de los vectores de la

base B.

Esto es,

P C←B = [b1]C [b2]C · · · [bn]C]

La matriz P C←B del teorema se denomina matriz de cambio de

coordenadas de B a C. La multiplicación por P C←B convierte B-coordenadas en
C-coordenadas.

En la figura se muestra la ecuación de cambio de coordenadas.

 Las columnas de P C←B son linealmente independientes porque son los
vectores de coordenadas del conjunto linealmente independiente B.

Como P C←B es cuadrada, debe ser invertible, según el teorema de la

matriz invertible. Al multiplicar por la izquierda ambos lados de (4) por ( P C←B)
−1 se obtiene

( P C←B) −1 [ x ]C = [ x ]B

Entonces ( P C←B) −1 es la matriz que convierte C-coordenadas en B-

coordenadas. Esto es,

( P C←B) −1 = P B←C

Cambio de base en Rn

Si B = {b1, . . . , bn} y E es la base estándar {e1, . . . , en} en Rn, entonces [b1]E =

b1, y lo mismo es válido para los otros vectores en B. En este caso, P E←B es
igual a la matriz de cambio de coordenadas PB que se introdujo, a saber,

PB = [ b1 b2 · · · bn ]

Para cambiar coordenadas entre dos bases no estándar en Rn, se requiere

el teorema. El teorema establece que, para resolver el problema de cambio de
coordenadas, se necesitan los vectores de coordenadas de la base anterior
relativos a la base nueva.

 EJEMPLO DE CAMBIO DE BASE

Se consideran dos bases:

Si la matriz de cambio de base, tomando como base nueva la base B2 y como
base antigua B1 es:

¿Calcular los vectores de la base B2?

SOLUCION Las columnas de la matriz P son las coordenadas en la base antigua
de los vectores de la base nueva, es decir,

6-VECTORES ORTONORMALES
Dos vectores son orto normales si:
1. Su producto escalar es cero.
2. Los dos vectores son unitarios.

 EJEMPLO DE VECTORES ORTONORMALES