Vectores en Rn

Departamento de Matemáticas, CCIR/ITESM

18 de julio de 2009

Índice
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5.3. Vector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
5.4. Igualdad entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
5.5. Suma entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5.6. Producto por escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5.7. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
5.8. Aplicaciones de vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.9. Combinación lineal entre vectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
5.10. Aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5.11. Combinación Lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
5.12. SEL vs Combinaciones Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

5.1. Introducción
En este apartado se introduce el concepto de vectores en el espacio n-dimensional: se definen las operaciones
de suma de vectores y el producto de un escalar por un vector. También se introduce uno de los conceptos
más importantes del curso: el de combinación lineal entre vectores. Finalmente, se establece la relación entre el
problema de resolver un sistema de ecuaciones lineales y el problema de determinar si un vector es combinación
lineal de un conjunto de vectores.

5.2. Objetivos
Será importante que Usted
entienda y opere con vectores en el espacio n-dimensional, y

entienda y mecanice el proceso de solución de un sistema como un proceso de determinación de cierta

combinación lineal.

5.3. Vector
Definición 5.1
Un vector n es arreglo vertical de n números reales de la forma:
 
x1
 x2 
x= . 
 
.
 . 
xn
 3

2.5

1.5

0.5

00
0.5 0 0.5
1 1 1.5 2
1.5
2

Figura 1: Componentes de un Vector

Los elementos xi se llamarán las componentes del vector y podrán ser números reales cualquiera. Se referirá a
n como la dimensión del vector x. El conjunto de todos los posibles vectores n se representará por Rn .
Ejemplo 5.1
El vector  
5
 −3 
x=  8 


−2
es un vector 4, es decir es un vector con 4 componentes. La componente 1 es 5, la componente 2 es -3, la
componente 3 es 8, y la componente 4 es -2 
En la figura 1 se ilustran las componentes de un vector en R3 : el vector está en azul y las componentes son
los vectores en rojo que se obtienen en proyectar perpendicularmente el vector sobre los ejes.

5.4. Igualdad entre vectores

Definición 5.2
Dos vectores ~x y ~y se dicen vectores iguales si tienen la misma dimensión y las coordenadas correspondientes
son todas iguales.

Ejemplo 5.2
Indique para que valor de x y y los vectores son iguales:
   
x−1 y−3
x= y=
3 x+1

Solución
Igualando componentes:
x−1 = y−3
3 = x+1
Resolviendo primero para x y luego para y obtenemos:

x=2 y = 4

2
 4

3z

0
000.5
1 11.5
3 2 2
4
x y

Figura 2: Suma de dos vectores por Componentes

5.5. Suma entre vectores

Definición 5.3
La suma entre vectores ~x y ~y sólo puede realizarse cuando los vectores tienen la misma dimensión, en cuyo
caso la suma se calcula:      
x1 y1 x1 + y1
 x2   y2   x2 + y2 
 ..  +  ..  =  ..
     

 .   .   . 
xn yn xn + yn
En la figura 2 se ilustra que el proceso de suma de dos vectores en R3 que se efectua por medio de la regla
del paralelogramo: para sumar dos vectores, uno de ellos se traslada hasta la punta del otro y el vector suma
resultante va del inicio del primero hasta la punta del segundo. Es obtenido sumando las componentes de los
dos vectores.

5.6. Producto por escalares

Definición 5.4
El producto de un escalar c (número real) por un vector ~x da como resultado un vector. Este producto se
define como:    
x1 cx1
 x2   cx2 
c .  =  .. 
   
.
 .   . 
xn cxn
En la figura 3 se ilustra que el resultado de escalar un vector (hacerlo más pequeño o más grande, inclusive
cambiarlo de sentido) coincide con el escalamiento de las componentes del vector.

5.7. Propiedades
Las operaciones de suma entre vectores y producto de un escalar por un vector satisfacen las siguientes
propiedades:

3
 6
-3
4
-2
xz 2 -4 -6
-1 -2
2 0
4 00
y -21

-4 2
-6
-8

Figura 3: Producto de escalar por vector

1 Ley asociativa de la suma de vectores:

(~u + ~v ) + w
~ = ~u + (~v + w)
~

2 Ley conmutativa de la suma de vectores:

~u + ~v = ~v + ~u

3 Vector cero:
~u + ~0 = ~0 + ~u = ~u

4 Inversos aditivos:
~u + (−~u) = (−~u) + ~u = ~0

5 Propiedad distributiva del producto sobre la suma:

a (~u + ~v ) = a~u + a~v

6 Propiedad distributiva de la suma se escalares sobre el producto:

(a + b) ~u = a~u + b~u

7 Propiedad asociativa del producto:

(ab) ~u = a (b~u) = b (a~u)

8 Propiedades generales:
1~u = ~u y 0~u = ~0

4
5.8. Aplicaciones de vectores
Veamos ahora algunos ejemplos que muestran la utilidad del manejo de vectores para representar cantidades
que deben manejarse por separado.
Ejemplo 5.3
Suponga una empresa maquiladora que a partir de componentes tipos básicos A, B y C ensambla otros
componentes. A los componentes A, B y C los podemos considerar como materia prima, además son direrentes
y un tipo no puede suplir a otro. Normalmente, la empresa tiene almacenado en un buen número de estos
componentes y lleva un control estricto de las cantidades. El personal de almacen por conveniencia reporta
el contenido y la salida de materiales por un vector de 3 componentes. En lugar de decir: en bodega hay 200
componentes tipo A, 250 componentes tipo B y 347 componentes tipo C, la gente de bodega dice tenemos
< 200, 250, 347 >. En lugar de decir: salieron de bodega 333 componentes tipo A, 130 componentes tipo B y
58 componentes tipo C dice salieron < 333, 130, 58 > 
Ahora veamos que las operaciones con vectores también les son convenientes para su manejo de bodega.
Ejemplo 5.4
Siguiendo con el ejemplo, suponga que inicialmente poseen < 1200, 1400, 800 >. Un mes después salen cuatro
pedidos por < 25, 30, 50 > cada uno y entra < 100, 300, 200 >. En el siguiente mes salen tres pedidos por
< 30, 25, 30 > cada uno y no hay entrada. Indique cuál es la cantidad de material en bodega.
Solución
La representación vectorial es bastante adecuada y el resultado puede expresarse como una operación entre
vectores:          
600 25 100 30 510
 500  − 4  30  +  300  − 3  25  =  605 
700 50 200 30 610
Quedan 510 tipo A, 605 tipo B y 610 tipo C 

5.9. Combinación lineal entre vectores

El curso de álgebra lineal puede a la vez considerarse aburrido por monotemático; el problema fundamental
del álgebra lineal es resolver sistemas de ecuaciones lineales. Y por consiguiente, prácticamente la totalidad
de los temas tiene como fin revisar los sistemas lineales y sus soluciones. Después del concepto de sistema
de ecuaciones el segundo concepto en importancia es el de combinación lineal. Veamos cómo se motiva este
concepto.
Ejemplo 5.5
Supongamos el sistema de ecuaciones lineales:
1 x + (−1) y = 1
2x + 1y = 5

Sabemos que cada ecuación representa una lı́nea recta en R2 y que la solución a él coincide con la intersección
de las rectas. En la figura 4 se ilustra esta idea. Para buscar otra visión de la situación, sustituimos la solución
x = 2 y y = 1:
1 (2) + (−1)(1) = 1
2 (2) + 1(1) = 5
En notación vectorial, lo anterior queda
   
1 (2) + (−1) (1) 1
=
2 (2) + 1 (1) 5
o también      
1 (2) −1 (1) 1
+ =
2 (2) 1 (1) 5

5
 Figura 4: Solución como intersección de rectas

Figura 5: Solución como la forma de combinar las columnas

o también      
1 −1 1
2 +1 =
2 1 5
En la figura 5 se muestran las columnas de la matriz y el vector de constantes: el grid nos sirve para indicar
cómo obtener el vector de constantes combinando las columnas de la matriz 
Desde el punto de vista de las columnas de la matriz de coeficientes y del vector de constantes:
la solución al sistema de ecuaciones representa los coeficientes por los cuales hay que multiplicar
a cada columna de la matriz de coeficientes para que al sumar resultados se obtenga el vector de
constantes
Si la matriz de coeficientes es A y el vector de constantes es b, la relación dice

x (columna 1 de A) + y (columna 2 de A) = (vector de constantes)

5.10. Aplicación
Ejemplo 5.6
Continuemos con la empresa maquiladora del ejemplo anterior. Supongamos que la empresa construye ensam-
bles tipo D y ensambles tipo E. Para construir un ensamble D requiere 3 As, 4 Bs y 2 Cs. Y para construir
un ensamble E requiere 5 As, 3 Bs y 2 Cs. Un dı́a notan que han usado 130 A, 111 Bs y 64 Cs para ensamblar
Ds y Es. ¿Cuántos Ds y cuántos E han hecho?
Respuesta
En este caso buscamos los valores de x, el número de Ds construidos, y de y, el número de Es construidos.
Ası́ debe cumplirse que:      
3 5 130
x  4  + y  3  =  111 
2 2 64

6
Si desarrollamos e igualamos componente a componente tenemos que nuestro problema consiste en resolver el
sistema
3 x + 5 y = 130
4 x + 3 y = 111
2 x + 2 y = 64
al formar la matriz aumentada y reducirla se obtiene
   
3 5 130 1 0 15
 4 3 111  →  0 1 17 
2 2 64 0 0 0

de donde la solución es x = 15 (15 del tipo D) y y = 17 (17 del tipo E). Nuevamente observamos que la
solución x = 15 y y = 17 de    
3 5 130 1 0 15
 4 3 111  →  0 1 17 
2 2 64 0 0 0
representa los coeficientes por los cuales multiplicar las columnas de la matriz de coeficientes para que al sumar
estos productos se obtenga el vector de términos constantes:
     
3 5 130
15  4  + 17  3  =  111  
2 2 64

Ejemplo 5.7
Siga con el ejemplo de la empresa maquiladora. Suponga ahora que bodega indica una existencia de <
125, 110, 40 > y que se desean hacer ensambles D y E de manera que se consuma sin desperdicio toda la
existencia. ¿Será posible?
Solución
Nuevamente buscamos valores de x y de y para que
     
3 5 125
x  4  + y  3  =  110 
2 2 40
Armando la matriz y reduciéndola obtenemos:
   
3 5 125 1 0 0
 4 3 110  →  0 1 0 
2 2 40 0 0 1
De donde concluimos que al ser inconsistente el sistema, no existe forma de combinar múltiplos de < 3, 4, 2 >
y < 5, 3, 2 > para dar < 125, 110, 40 >. Por tanto, no es posible hacer ensambles D y E de manera que se
consuma sin desperdicio toda la existencia 

5.11. Combinación Lineal

Definición 5.5
Sean ~v1 , ~v2 , . . . , ~vk , vectores n y sean c1 , c2 , . . . , ck escalares. El vector de la forma

c1~v1 + c2~v2 + · · · + ck~vk

se llama combinación lineal de ~v1 , ~v2 , . . . , ~vk . Los escalares c1 , c2 , . . . , ck se llaman coeficientes de la combinación
lineal.

7
5.12. SEL vs Combinaciones Lineales
El siguiente es el segundo resultado clave del curso:
Resultado clave
Si x1 , x2 , . . . , xn son las incógnitas de un sistema cuya matriz de coeficientes es A y cuyo vector de
constantes es b, siendo también a1 , a2 , . . . , an las columnas de A entonces:

Ax = b ↔ x1 a1 + x2 a2 + · · · + xn an = b

Es decir, el sistema tiene solución si y sólo si b es una combinación lineal de las columnas de la matriz A. La
solución del sistema es el vector formado por coeficientes de la combinación lineal de las columnas de A que
dan b.
Ejemplo 5.8
Indique si el vector y es combinación lineal de los vectores v1 , v2 , v3 . Donde:
       
6 6 24 −24
y= , v1 = , v2 = , v3 =
3 2 8 −8
Solución
La pregunta consiste en saber si existen escalares c1 , c2 y c3 (tres escalares por ser tres vectores) tales que:

c1 v 1 + c2 v 2 + c 3 v 3 = y

Sustituyendo los vectores, la relación anterior queda:

       
6 24 −24 6
c1 + c2 + c3 =
2 8 −8 3
La matriz aumentada del sistema anterior queda con eliminación Gaussiana:
   
6 24 −24 6 1 4 −4 0
→
2 8 −8 3 0 0 0 1
Como el sistema anterior es inconsistente, no existen c1 , c2 , y c3 que hagan que se cumpla :

c1 v 1 + c2 v 1 + c 3 v 1 = y

Por lo tanto, el vector y no es combinación lineal de los vectores v1 , v2 , v3 .

Ejemplo 5.9
Indique si el vector y es combinación lineal de los vectores v1 y v2 . Donde:
     
38 6 2
y =  41 , v1 =  5 , v2 =  4 
29 1 6
Solución
La pregunta consiste en saber si existen escalares c1 y c2 (tres escalares por ser tres vectores) tales que:

c1 v 1 + c2 v 2 = y

La matriz aumentada del sistema anterior queda con eliminación Gaussiana:

   
6 2 38 1 0 5
 5 4 41  →  0 1 4 
1 6 29 0 0 0

8
Como el sistema anterior es consistente, sı́ existen c1 y c2 (c1 = 5 y c2 = 4), que hacen que se cumpla :

c1 v 1 + c2 v 2 = y

Por lo tanto, el vector y sı́ es combinación lineal de los vectores v1 y v2 

Nota
Es conveniente observar, por el trabajo que pude ahorrar, cómo se forma la matriz aumentada del sistema
directamente de los datos.
La matriz de coeficientes se forma con los vectores que se deben combinar. Estos entran como columnas
en orden de aparición.
El vector de constantes es el vector que uno se pregunta si es combinación lineal de los vectores dados.
Si acaso el sistema formado es consistente, el vector sı́ es combinación lineal de los vectores dados. Si el sistema
es incosistente, el vector no es combinación lineal.

Ejemplo 5.10
Indique si el primer vector es combinación lineal de los restantes:
     
12 2 1
, ,
24 5 4

Solución
La matriz aumentada y trabajada queda:
   
2 1 12 1 0 8
→
5 4 24 0 1 −4

Como el sistema es consistente, el vector sı́ es combinación lineal de los restantes 

Ejemplo 5.11
Indique si el sistema [A|b] es consistente para todos los vectores b ∈ R3 si A es la matriz:
 
−4 1 −3
 5 5 −5 
−5 −5 −3

Solución
Supongamos un vector b en R3 cualquiera. Digamos que b =< b1 , b2 , b3 >. Nuestro problema consiste en
determinar cómo deben ser b1 , b2 y b3 para que el sistema [A|b] sea consistente. Esperamos dos posibles tipos
de respuesta:
Que no importa como sean b1 , b2 y b3 el sistema es consistente. ó
Que b1 , b2 y b3 deben cumplir cierta relación para que se cumpla la consistencia y que no todos los puntos
posibles de R3 la cumplen.
Recordemos que el análisis de consistencia de un sistema se obtiene de la matriz escalonada y por ello no se
requiere la forma escalonada reducida. Para escalonar siguiremos una estrategia tipo Montante manteniendo la
aritmética totalmente con números enteros. Ası́ para hacer cero en las posiciones (2, 1) y (3, 1) lo que hacermos
es hacer que tales posiciones se hagan un múltiplo del elemento (1, 1). Aplicando R2 ← 4R2 y R3 ← 4R3
obtenemos:    
−4 1 −3 b1 −4 1 −3 b1
[A|b] =  5 5 −5 b2  →  20 20 −20 4 b2 
−5 −5 −3 b3 −20 −20 −12 4 b3

9
Ahora procederemos a hacer cero bajo el pivote mediante las operaciones R2 ← R2 + 5R1 y R3 ← R3 − 5R1 :
   
−4 1 −3 b1 −4 1 −3 b1
 20 20 −20 4 b2  →  0 25 −35 5 b1 + 4 b2 
−20 −20 −12 4 b3 0 −25 3 −5 b1 + 4 b3

Para hacer un cero en la posición (3, 2) haremos R3 ← R3 + R2 obteniéndose:

   
−4 1 −3 b1 −4 1 −3 b1
 0 25 −35 5 b1 + 4 b2  →  0 25 −35 5 b1 + 4 b2 
0 −25 3 −5 b1 + 4 b3 0 0 −32 4 b2 + 4 b3

Observamos que las posiciones de los pivotes son (1, 1), (2, 2) y (3, 3), y por tanto no hay posibilidad de tener
un pivote en la columna de las constantes. Por tanto, no importa cual sea el vector b =< b1 , b2 , b3 > el sistema
[A|b] es siempre consistente 

Ejemplo 5.12
Indique si el sistema [A|b] es consistente para todos los vectores b ∈ R3 si A es la matriz:
 
−4 −3 −6
 5 −5 25 
−2 −3 0
Solución
Como en el problema anterior, busquemos escalonar [A|b] donde b =< b1 , b2 , b3 > representa un vector
arbitrario de R3 . Haciendo R2 ← 4R2 y R3 ← 2R3 sobre [A|b] obtenemos:
   
−4 −3 −6 b1 −4 −3 −6 b1
[A|b] =  5 −5 25 b2  →  20 −20 100 4 b2 
−2 −3 0 b3 −4 −6 0 2 b3
Ahora haciendo R2 ← R2 + 5R1 y R3 ← R3 − R1 obtenemos:
   
−4 −3 −6 b1 −4 −3 −6 b1
 20 −20 100 4 b2  →  0 −35 70 5 b1 + 4 b2 
−4 −6 0 2 b3 0 −3 6 −b1 + 2 b3
Ahora haciendo R3 ← 35R3 obtenemos:
   
−4 −3 −6 b1 −4 −3 −6 b1
 0 −35 70 5 b1 + 4 b2  →  0 −35 70 5 b1 + 4 b2 
0 −3 6 −b1 + 2 b3 0 −105 210 −35 b1 + 70 b3
Ahora haciendo R3 ← R3 − 3 R2 obtenemos:
   
−4 −3 −6 b1 −4 −3 −6 b1
 0 −35 70 5 b1 + 4 b2  →  0 −35 70 5 b1 + 4 b2 
0 −105 210 −35 b1 + 70 b3 0 0 0 −50 b1 − 12 b2 + 70 b3
de donde la consistencia depende del valor de la expresión −50 b1 − 12 b2 + 70 b3 :
−50 b1 − 12 b2 + 70 b3 = 0 da consistencia:
todo vector b =< b1 , b2 , b3 > de R3 que cumpla −50 b1 − 12 b2 + 70 b3 = 0 nos dará un sistema [A|b]
consistente.

10
 −50 b1 − 12 b2 + 70 b3 6= 0 da inconsistencia:
todo vector b =< b1 , b2 , b3 > de R3 que cumpla −50 b1 − 12 b2 + 70 b3 6= 0 nos dará un sistema [A|b]
inconsistente. Por ejemplo, tomando b =< 1, 0, 0 > dará b1 = 1, b2 = 0 y b3 = 0, que al ser sustituidos
en la expresión dan como resultado:

−50 b1 − 12 b2 + 70 b3 = −50(1) − 12(0) + 70(0) = −50 6= 0

lo cual indica que [A|b] es inconsistente.

Resumiendo, para la matriz A se cumple que es falso que para todos los vectores b de R3 el sistema [A|b] es
consistente 

11