Capitulo 2 (Espacios Vectoriales) PDF

2 ESPACI OS VECTORI ALES
Los espacios vectoriales son muy tiles en Ingeniera y Ciencias Aplicadas

debido a las siguientes razones:
- Los vectores son invariantes, es decir, no dependen de los sistemas
coordenados. Sin embargo, las componentes de un vector cambian bajo
un cambio de base.
- Las componentes de vectores iguales son iguales en todo sistema
coordenado.
- Un vector que se anula en algn sistema coordenado se anula en todo
sistema coordenado.
- Los operadores div y rot de un vector son invariantes. Tambin lo son,
el producto escalar y vectorial de tales vectores.
- La forma de una ecuacin vectorial no cambia bajo una transformacin
de coordenadas cartesianas (esto hace factible la representacin
geomtrica de los vectores).
- El vector incluye el concepto dual de magnitud y direccin
(representacin por flechas). Esto se hace especialmente conveniente al
tratar con desplazamientos, velocidades, aceleraciones y fuerzas.
Aunque la representacin geomtrica de los vectores es til, la
representacin algebraica ofrece muchas ventajas. El lgebra de los vectores
geomtricos es solamente una interpretacin del lgebra abstracta ms
general, el lgebra de los espacios vectoriales generales. Esta lgebra trata
con las relaciones entre y las operaciones sobre dos clases de objetos
matemticos que estn definidos, que se denominan vectores y escalares.
MECANICA RACIONAL MODERNA Volumen I Fundamentos Matemticos
2
2.1 ESPACI OS VECTORI ALES
Defi ni ci n
Un conjunto V de elementos que llamamos vectores es un espacio vectorial
o espacio lineal, si:
a) Existe una operacin binaria interna en V, llamada suma o adicin de
vectores:
+: V x V V (2.1-1)
tal que se cumplen los cuatro axiomas siguientes:
a-1) u +v =v +u, u, v V (2.1-2)
denominada propiedad conmutativa de la adicin de vectores.
a-2) (u +v ) +w =u +(v +w ) , u, v, w e V (2.1-3)
denominada propiedad asociativa de la adicin de vectores.
a-3) Existe un elemento en V, denominado el vector nulo o vector cero,
que denotamos 0, tal que:
u +0 =u , u eV (2.1-4)
a-4) u V existe un elemento -u eV, denominado el elemento aditivo
inverso, tal que:
u +(-u) =0 (2.1-5)
Es fcil demostrar que el vector nulo y el aditivo inverso de cualquier vector
son nicos.
b) Existe una operacin, llamada multiplicacin por escalares:
: x V V (2.1-6)
donde es el conjunto de los nmeros reales y tal que se cumplen los cuatro
axiomas siguientes:
b-1) o(|u) = (o|)u , o, |e , ueV (2.1-7)
b-2) (o+|)u = ou+|u, o,|e , ueV (2.1-8)
b-3) o(u+v) = ou+ov, oe , u,veV (2.1-9)
MECANICA RACIONAL MODERNA VOLUMEN I FUNDAMENTOS MATEMTICOS
3
b-4) 1u = u, ueV (2.1-10)
la propiedad b-1) indica que los escalares se pueden asociar, la propiedad
b-2) y b-3) son propiedades distributivas, y la propiedad b-4) normaliza la
multiplicacin por escalares
OBSERVACI ONES
Casi directamente de la definicin de espacio vectorial se desprenden
algunos hechos o propiedades interesantes:
1) El vector nulo 0 es nico. Para demostrar esta propiedad, sea
w eV, de tal manera que u +w =u , " u eV, entonces:
(u+w)+(-u) = u+(-u)
u+[w+(-u)] =0 ; por axioma a-2 y a-4.
u+[(-u)+w] =0 ; por axioma a-1.
[u+(-u)]+w =0 ; por axioma a-2.
0 +w =0 ; por axioma a-4.
w =0 ; por axiomas a-1 y a-3.
luego el vector nulo es nico.
2) El elemento aditivo inverso es nico. Para verlo, consideremos w e V tal
que u +w =0, u e V. Entonces:
(u +w) +(-u) =0 +(-u)
u +[w +(-u)] =-u ; por axiomas a-2 y a-3.
[u +(-u)] +w =-u ; por axiomas a-1 y a-2.
w =-u ; por axioma a-3.
luego, el aditivo inverso es nico.
3) o0=0, oe ; 0u=0, ueV. Si ou=0, entonces o=0 u=0
En primer lugar, sea o e , entonces:
o 0 =o (0 +0) ; por axioma a-3.
=o 0 +o 0 ; por axioma b-3.
4
luego:
o 0 +[-(o 0)] =[o 0 +o 0] +[-(o 0)]
0 =o 0 +{o 0 +[-(o 0)]} ; por axiomas a-4 y a-2.
0 =o 0 +0 ; por axioma a-4 .
0 =o 0 ; por axioma a-3.
En segundo lugar, sea ahora u eV, entonces:
0 u =(0 +0) u
=0 u +0 u ; por axioma b-2.
luego:
0 u +[- ( 0 u )] =[0 u +0 u ] +[- ( 0 u )]
0 =0 u +{0 u +[- (0 u)]} ; por axiomas a-4 y a-2.
0 =0 u +0 ; por axioma a-4.
0 =0 u ; por axioma a-3.
4) u e V, (-1) u =-u
Para verlo, consideremos u e V , entonces:
0 =0 u
=( 1-1 )u
=1 u +( -1 )u
=u +( -1 )u
luego: ( -1 ) u =-u , el aditivo inverso.
5) Las propiedades asociativa y conmutativa de la adicin vectorial implican
que la suma de varios vectores es independiente de como se combinen
estos vectores y de como se asocien. Por ejemplo, u, v, w, xeV:
(u +v)+(w +x) =[ (u +v) +w ] +x
=[ u +(v +w) ] +x
de tal manera que la suma puede escribirse sin lugar a confusin en la
forma:
5
u +v +w +x
EJ EMPLOS DE ESPACI OS VECTORI ALES
1) , la recta numrica, con las operaciones habituales de adicin y
multiplicacin.
2) Sea el conjunto de los nmeros naturales.
Entonces
n
={v=(x
1
, x
2
, . . . , x
n
)|x
i
e ,ie[1,n]c }, con la adicin y
multiplicacin por escalares definidas por:
(x
1
, x
2
,, x
n
)+(y
1
,y
2
,,y
n
) =(x
1
+y
1
, x
2
+y
2
,, x
n
+y
n
)
o( x
1
, x
2
,, x
n
) =(o x
1
, o x
2
,, o x
n
)
3) El conjunto de las funciones reales continuas definidas sobre un intervalo
[a,b]c

,que denotamos por C
a b
o
,
. Es decir, C
a b
o
,
={f|f es continua en
[a,b]}. Las operaciones son:
(f+g)(x)=f(x)+g(x)
(of)(x)=of(x)
f,geC
a b
o
,
,xe[a,b],oe

.
Este es uno de los espacios de funciones ms importante en Anlisis
Matemtico.
4)
mxn
, el espacio de las matrices reales de orden mxn, con m, n e .
mxn
={ A : A es una matriz real de orden mxn}. Las operaciones son:
A+B=C,a
i j
+b
i j
=c
i j
,
B=oA,b
i j
=oa
i j
,
A,B,Ce
mxn
,(i,j)e|1,m]x[1,n],oe

.
5) El espacio de las sucesiones reales
l
2
={v =(x
1
, x
2
, .. , x
n
, ...): x
n
n
2
1 =
<}, con las operaciones:

i) (x
1
, x
2
,...,x
n
,...)+(y
1
, y
2
,...,y
n
,...) =(x
1
+y
1
, x
2
+y
2
,...,x +y
n
,...)
6
ii) o (x
1
, x
2
, ..., x
n
, ...) =( o x
1
, o x
2
, ... , o x
n
, ...)
(x
1
,x
2
,...,x
n
,..),(y
1
,y
2
,...,y
m
,..)el
2
, oe
La verificacin que todas las propiedades para la adicin y multiplicacin
por escalares se cumplen es bastante simple en todos los casos, excepto
quizs en el ejemplo 5. Veremos este caso como ejercicio. En realidad, la
nica dificultad consiste en demostrar que la suma de dos sucesiones en l
2
es
tambin una sucesin en l
2
. En efecto, si (x
1
,x
2
, .., x
n
, ...) e (y
1
, y
2
, ... ,y
n
)
estn en l
2
, entonces

n=
1
|x
n
|
2
<,
n=
1
|y
n
|
2
<
Para la sucesin suma :

n=
1
|x
n

+y
n
|
2
s x y
n n
n
+
=
2
1

=
n=
1
|x
n
|
2
+2
n=
1
|x
n
| |y
n
| +
n=
1
|y
n
|
2
Pero: (|x
n
|-|y
n
|)
2
>0, luego:
| x
n
|
2
-2|x
n
||y
n
|+|y
n
|
2
>0
|x
n
|
2
+|y
n
|
2
>2|x
n
||y
n
|
as:
n=
1
|x
n
+y
n
|
2
s
n=
1
|x
n
|
2
+(
n=
1
|x
n
|
2
+
n=
1
|y
n
|
2
) +
n=
1
|y
n
|
2

=2
n=
1
|x
n
|
2
+2
n=
1
|y
n
|
2
<
6) El espacio de las sucesiones reales convergentes c={v=(x
1
,x
2
,...):
x x
lim
n
n
=

}, con las operaciones:
i) (x
1
, x
2
,.....)+(y
1
, y
2
,.....) =(x
1
+y
1
, x
2
+y
2
,.....)
ii) o (x
1
, x
2
, ..., x
n
, ...) =( o x
1
, o x
2
, .....)
(x
1
,x
2
,.....), (y
1
,y
2
,.....)ec, oe
7
7) El espacio de las sucesiones reales convergentes a cero c
0
={v=(x
1
,x
2
, ...):
0 x
lim
n
n
=

}, con las operaciones del ejemplo 6.
8) El conjunto de todas las sucesiones numricas acotadas m={v=(x
1
,x
2
, ...):
|x
i
|<x, i=1,, para algn xe }, con las operaciones del ejemplo 6.
9) El conjunto
={v=(x
1
,x
2
, ...)}, de todas las sucesiones, con las
operaciones del ejemplo 6.
2.2 SUBESPACI OS VECTORI ALES
Un subconjunto U de un espacio vectorial V, tal que U=u, es un
subespacio vectorial si:
a) u,veUu+veU
b) oe ,ueUoueU (2.2-1)
Algunos autores substituyen las condiciones a) y b) por la condicin
equivalente:
u,veU;o,|e

ou+|veU (2.2-2)
Por cierto, todo espacio vectorial V tiene al menos dos subespacios,
denominados subespacios triviales que son el subespacio nulo U ={ 0 } y
el espacio U =V. Obsrvese que 0 es un elemento comn a todo subespacio
de V (Por qu?).
Cuando U no es trivial se dice que es un subespacio propio de V.
EJ EMPLOS DE SUBESPACI OS VECTORI ALES
1) Sea V un espacio vectorial (e.v.) y sea vV, fijo, v=0. El conjunto
U ={v :e

} es un subespacio (unidimensional) de V. Por cierto, U es
subespacio propio si la dimensin de V es mayor que 1.
La verificacin de que U es subespacio es rpida. En primer lugar U=u,
luego si u,weU,o,|e

, entonces:
ou+|w =o(
1
v)+|(
2
v)
=(o
1
+|
2
)veU
8
2) El espacio C
, a b
o
es un subespacio (de dimensin infinita), del espacio de
todas las funciones reales (es decir funciones reales continuas y
discontinuas).
3) U={ve
n
:x
1
=0} es un subespacio propio de
n
, sin embargo,
U ={ve
n
:x
1
= x
2
+1} no lo es (Por qu?).
4) Sea U ={u eC
, a b
o
: u es un polinomio de grado n} es un subespacio propio
de C
ab
o
,
y de dimensin finita.
5) l
2
es un subespacio propio de c
0
.
6) c
0
es un subespacio propio de c.
7) c es un subespacio propio de m.
8) m es un subespacio propio de
.
2.3 I NDEPENDENCI A LI NEAL, DI MENSI N Y BASES
Sea V un e.v.. Decimos que un conjunto finito de n>1 vectores
{v
1
, v
2
, ..., v
n
}es linealmente dependiente, l.d., si existe un conjunto de
n escalares {
1
,
2

, ... ,
n
}, no todos nulos tal que:

1
v
1
+
2
v
2
+...+
n
v
n
=0 (2.3-1)
Esto significa que al menos uno de los vectores v
i
puede expresarse como
combinacin lineal de los otros; por ejemplo: si
1
= 0, entonces:
v
1
=
1
1
(
2
v
2
+
3
v
3
+...+
n
v
n
) (2.3-2)
Cuando un conjunto de n > 1 vectores no es l.d. decimos que es linealmente
independiente, l.i. . En otras palabras, un conjunto de n > 1 vectores es l.i. si
(2.3-1) implica
i

=0, i =1,2, ... , n.
Decimos que un conjunto l.i. en un espacio vectorial es maximal si no es
subconjunto propio de todo otro conjunto l.i. Decimos que V es un e.v. de
dimensin finita si contiene al menos un conjunto l.i. maximal (finito).
Cuando no sea ste el caso, decimos que V es de dimensin infinita. Por
9
ejemplo, es de dimensin 1 o unidimensional y C
, a b
o
es de dimensin
infinita.
Directamente de la definicin, se obtiene las consecuencias siguientes:
a) Si el conjunto {v
1
, v
2
, v
3

, ... , v
n
} es l.d., entonces todo otro conjunto
que lo contenga tambin lo es,
b) Todo conjunto que contenga al vector nulo es l.d.,
c) Todo subconjunto de un conjunto l.i. es tambin l.i. .
Para un espacio vectorial de dimensin finita V, se puede encontrar infinitos
conjuntos l.i. y maximales, pero no es difcil demostrar que cada uno de ellos
contiene exactamente el mismo nmero de vectores. Luego, el nmero n de
vectores en un conjunto l.i. maximal es una propiedad intrnseca de todo
espacio vectorial de dimensin finita. A este nmero natural n lo llamamos
dimensin del espacio vectorial V, y escribimos:
n=dimV (2.3-3)
Adems, llamamos base para un espacio vectorial V a todo conjunto l.i.
maximal.
Sea ahora {e
1
,e
2
,...,e
n
}una base para un espacio vectorial V, con
dimV=n. Entonces el conjunto {e
1 ,
e
2
,...,e
n

,v}, donde veV, es l.d. (si
no fuese as, el conjunto de los e
i
no sera una base). Luego, existen n+1
escalares o
1
, o
2
, ... , o
n

, , con =0, tal que:
o
1
e
1
+o
2
e
2
+...+o
n
e
n
+v=0
y, por lo tanto:
v =v
1
e
1
+v
2
e
2
+...+v
n
e
n

, v
i
=-
i

v =
i
n
=
1
v
i
e
i
(2.3-4)

v =v
i
e
i
es decir, todo vector v e V puede expresarse como una combinacin lineal
de los vectores base e
i
, siendo esta combinacin lineal nica (Por qu?).
Vemos que en el lado izquierdo de (2.3-4), el vector v est escrito usando
notacin simblica (intrnseca o directa), mientras en el lado derecho lo est
10
usando notacin indicial, y donde se us la convencin de sumatoria de
Einstein (cada vez que se repite un subndice en una expresin en notacin
indicial, se subentiende sumatoria, para todo i =1,2, ... , n).
A los escalares v
i
, i=1,2,...,n, los llamamos componentes (contravarian-
tes) de veV, con respecto a la base {e
i
}.
Si U es subespacio de un espacio de dimensin finita V, son vlidas las
siguientes proposiciones, cuya demostracin dejamos como ejercicio:
a) dimUsdimV
b) dimU=dimVU=V
Una funcin |: V W, siendo V y W espacios vectoriales, es un
isomorfismo si | es lineal y | (u) = | (v) , si u = v.
Si existe al menos un isomorfismo desde V a W, decimos que V y W son
isomorfos. Todos los espacios vectoriales de dimensin finita, con igual
dimensin, son isomorfos. As todo espacio vectorial V, con dimV=n, es
isomorfo a
n
.
EJ EMPLOS
1) Sea V =
3
,
i) Si dimV =0 entonces U ={ 0 }.
ii) Si dimU =1 entonces U es una lnea que pasa por el origen.
iii) Si dimU =2 entonces U es un plano que pasa por el origen.
iv) Si dimU =3 entonces U =V.
2) Sea V =
3
y tomemos el conjunto de cuatro vectores:
S={v
1
,v
2
,v
3
,v
4
}:
v
1
=(3,0,-3)
v
2
=(-1,1,2)
v
3
= (4,2,-2)
11
v
4
=(2,1,1)
S es l. d. pues 2v
1
+2 v
2
-v
3
=0.
Sin embargo, el conjunto B={u
1
,u
2
,u
3
}, dado por:
u
1
=(1,0,0)
u
2
=(0,1,0)
u
3
=(0,0,1)
es l.i. y maximal; luego es una base (cannica) para
3
.
2.4 ESPACI OS VECTORI ALES CON PRODUCTO I NTERI OR.
Un producto interior sobre un espacio vectorial V es una funcin
f :VxV , que satisface las siguientes leyes, reglas o axiomas:
c-1) f(u,v)=f(v,u),u,veV ( 2.4-1)
o propiedad conmutativa,
c-2) f(u,v)=f(u,v),u,veV;e

(2.4-2)
c-3) f(u+v,w)=f(u,w)+f(v,w),u,v,weV (2.4-3)
es decir, el producto interior es lineal en su primer argumento. La propiedad
conmutativa adems asegura que es tambin lineal en su segundo
argumento.
c-4) f(u,u)>0,ueV; f(u,u)=0 u=0, (2.4-4)
Esta propiedad establece el concepto de positivo definido. Como
consecuencia el producto interior es positivo definido.
Es usual llamar al producto interior producto escalar o producto punto,
siendo esta ltima denominacin motivada por la nomenclatura ms comn
en Ingeniera (donde se usan vectores geomtricos), por la linealidad de que
goza el producto interior, y por su conveniencia para operaciones con bases,
como veremos ms adelante:
f(u,v)=u-v (2.4-5)
Obviamente, llamamos Espacio Vectorial con Producto Interior a un espacio
vectorial V premunido de producto interior. La motivacin para introducir
12
un producto interior es la necesidad de trabajar con el concepto de mdulo
de un vector.
ESPACI OS VECTORI ALES NORMADOS*
Sea V un espacio vectorial. Una norma sobre V es una funcin || ||:V
, v|| v ||, con las siguientes propiedades:
i) ||v||>0,veV
ii) ||v||=0v=0 (2.4-6)
iii) ||ov||=|o| ||v||,oe ,veV
iv) ||u+v||s||u||+||v||,u,veV
Si se elimina la condicin ii), la funcin || || es una semi norma sobre V.
Un espacio vectorial sobre el cual se ha definido una norma se denomina
Espacio Vectorial Normado o simplemente Espacio Normado. La norma no
es nica; un mismo espacio vectorial puede poseer varias normas.
La magnitud, mdulo o norma inducida de un vector es una funcin,
denotada por | | : V
+
{0}, v |v|, que asigna a todo vector v e V,
v = 0 , un nmero real positivo mediante la regla:
|v|= v v - (2.4-7)
por cierto:
|0|=0 (2.4-8)
Llamamos vector unitario a un vector de mdulo unitario, es decir, e es
unitario si |e| =1.
(2.4-7) indica que un producto interior siempre puede ser usado para definir
una norma sobre V en una forma muy natural. La norma as definida se dice
que es inducida por el producto interior. Lo contrario no es cierto: no toda
norma es inducida o proviene de un producto interior. Sin embargo, existe
una equivalencia entre la norma inducida por el producto interior y cualquier
norma para el caso de un espacio de dimensin finita V. Al respecto tenemos
la siguiente:
Proposicin.
13
En correspondencia a cualquier norma || || en un espacio de dimensin finita
V, existen m, M e
+
, tal que:
m|v|s||v||sM|v|,veV (2.4-9)
donde | | es la norma inducida por el producto interior. Se dice que || || y | |
son equivalentes.
Demostracin.
Sea B={e
1
,e
2
,... ,e
n
} una base para V, dimV=n , entonces:
M =n max{||e
1
||,||e
2
||,...,||e
n
||}
Como B es una base veV, tenemos: v=v
i
e
i .
Por lo tanto:
||v|| =||v
i
e
i
||
s |v
i
| ||e
i
||
s
M
n
i
n
=
1
|v
i
|
pero: |v
i
|s|v|,i=1,... ,n. Entonces: v
i
i
n
=
1
s n|v|, luego:
||u|| s M|v|
La desigualdad anterior implica que:
||u-v|| s M|u-v|,u,veV
luego || || es una funcin continua. As, ella tiene un mnimo en el conjunto
(compacto) { v : |v| =1 }, el cual llamaremos m, esto es: m
|v| =1
=mn{ ||v|| },
adems, por el primer axioma de norma se tiene que m >0.
El caso v=0 no interesa pues la desigualdad propuesta se cumple
trivialmente.
Sea, entonces, v=0, o=
1
v
, entonces: |ov| =|o| |v| =o|v| =1
por lo tanto: ||ov||>m. Pero, por el tercer axioma de norma:
14
||ov|| =|o| ||v|| =
1
v
||v|| > m
luego: ||v|| > m|v|
lo que termina la demostracin.

*

15
PROPI EDADES DE UN ESPACI O VECTORI AL
CON PRODUCTO I NTERI OR
Las siguientes propiedades de un espacio V con producto interior son de
inters:
Proposiciones
a) Desigualdad de CauchySchwarzBuniakovski (C-S-B),
u-v s |u - v| s |u| |v|, u,veV (2.4-10)
b) Desigualdad triangular,
|u +v| s |u| +|v|, u, v e V (2.4-11)
c) u v s |u +v| s |u| +|v| , u, v e V (2.4-12)
Demostracin
a) Desigualdad de C-S-B.
i) Si v =0 , todos los trminos en (2.4.10) son nulos y la desigualdad se
cumple en forma trivial. Por lo tanto, basta considerar el caso
v=0;
ii) Sea v = 0 , o e , entonces:
0 s (u +ov) - (u +ov ) =u - u +2ou - v +o
2
v - v
Sea f(o) =u - u +2ou - v +o
2
v - v
Esta funcin de clase C
es convexa y coerciva, luego posee un mnimo en o

=o
o
. Para encontrar o
o
se aplica el criterio:

df
d
o
o
o
=2u-v+2ov-v=0 ;
|
|
.
|
\
|
> =
o
-
o
0 2
d
f d
o
2
2
v v

es decir: o
o
=-
u v
v v
-
-

luego: 0 s |u+o
o
v|
2
= |u|
2

u v
v
-
2
2
(2.4-10a)
16
o bien: 0 s |u|
2
|v|
2
|u-v|
2

luego: |u-v|
2
s|u|
2
|v|
2

obviamente: u-v s |u-v|
De las dos ltimas desigualdades resulta la desigualdad de C-S-B:
u-v s |u-v| s |u|

|v|
De la expresin (2.4-10a) vemos que la igualdad en la desigualdad de C-S-B
se produce cuando |u+o
o
v|
2
=0 , es decir, u+o
o
v=0. Por lo tanto, como v
=0 resulta |u-v|=|u||v| si y solo si u es un mltiplo escalar de v.
Si u-v>0, u es un mltiplo escalar no negativo de v (e inversamente).
b) Desigualdad triangular.
Se tiene |u+v|
2

=(u+v)-(u+v)
=u-u+2u-v+v-v
=|u|
2
+2u-v+|v|
2

usando la desigualdad de C-S-B:
|u+v|
2
s |u|
2
+2|u||v|+|v|
2
= (|u|+|v|)
2

luego: |u+v| s |u|+|v|.
c) En primer lugar demostraremos que:
||u|-|v|| s |u-v| s |u|+|v|
En efecto:

( )
( )
+ =
+ =
u v u v
v u v u

+ s
+ s
u v u v
v u v u

17

s
s
s
v u v u
v u v u
v u v u
es decir:
como adems |u-v| = |u+(-v)| s |u|+|-v| = |u|+|v|, tenemos:
||u|-|v|| s |u-v| s |u|+|v|.
Por otra parte: ||u|-|v|| s |u+v| s |u|+|v| es consecuencia de la primera,
considerando v =- v .
EJ EMPLOS DE ESPACI OS VECTORI ALES
CON PRODUCTO I NTERI OR
1) La multiplicacin ordinaria en satisface los axiomas de producto interior,
luego es un e.v.p.i. .
2) En
n
, definamos el siguiente producto interior (llamado cannico o
Euclideano), (x
1
, x
2
, ... , x
n
), (y
1
, y
2
, ... , y
n
) e
n
.
(x
1,
, x
2
, ... , x
n
) - (y
1,
, y
2
, ... , y
n
) =x
i
y
i
Es fcil verificar que este producto interior satisface los axiomas
correspondientes. As
n
es un e.v.p.i. .
La forma ms general de definir un producto interior en
n
es la siguiente:
se toma una matriz real de orden n, simtrica y positiva definida A =[a
ij
].
El producto interior queda definido por : f(u,v)=a
i j
u
i
v
j
,u,ve
n
;
u=(u
1
,u
2
,...,u
n
), v=(v
1
,v
2
,...,v
n
). El producto interior cannico se
obtiene si consideramos A =I, la matriz identidad de orden n.
3) Sea V=C
, a b
o
. Entonces si f, geV,
}
b
a
f(x)g(x)dx es un producto interior.
4) En l
2
, sean u=(x
1
, x
2
,.....) y v=(y
1
, y
2
,.....). Entonces la operacin siguiente
define un producto interior en l
2
:
f(u,v)=u-v=x
i
y
i

ANGULO ENTRE VECTORES.
18
Ya que la desigualdad de C-S-B implica que 1 1 s s
-
v u
v u
, esto nos
permite definir el ngulo entre vectores de la siguiente manera:

cos =
=

u
u v
u v
u
u
v
v
-
- =e
u
-e
v
(2.4-13)
y donde u es el ngulo entre los vectores u y v (u y v diferentes de 0).
Dos vectores son ortogonales o perpendiculares si u - v =0. As, el vector
nulo es perpendicular a cualquier vector.
2.5 ESPACI OS DE PUNTOS EUCLI DEANOS
VECTORES ESPACI ALES O GEOMTRI COS
Un espacio de puntos Euclideano E es un conjunto de elementos X, Y, ... ,
llamados puntos, tal que cada par de elementos X,YeE definen un
segmento de lnea dirigido XY
, el cual tiene una longitud dada por el

largo del segmento y una direccin dada por la orientacin desde X hacia Y,
ver figura 2.5.1. E es un espacio geomtrico.

Figura 2.5.1 Segmento de lnea dirigido desde el punto X al punto Y.
19
En realidad, existe un nmero infinito de segmentos de lneas dirigidos
equivalentes al segmento XY
, los que tienen la misma longitud y la misma

direccin. Llamamos vector espacial o vector geomtrico al conjunto de
todos los segmentos de lnea dirigidos con la misma longitud y direccin, y
lo designamos por {XY
}, con su longitud denotada por |{XY
}|, o
simplemente |XY
|.
A continuacin definiremos las operaciones de adicin y multiplicacin por
escalares que transformarn al conjunto de los vectores geomtricos en un
espacio vectorial en el sentido abstracto.
ADI CI ON DE VECTORES GEOMETRI COS.
La adicin de segmentos de lnea dirigidos queda definida por:
XY RS = XY + YZ XZ

+ = (2.5-1)
Donde RS
e{YZ
}. Esto es, para sumar dos segmentos de lnea dirigidos

debe usarse el segmento de lnea dirigido equivalente al segundo segmento de
lnea original y emplear la ley del paralelgramo. Geomtricamente, la
adicin de segmentos de lneas dirigidos se representa en la figura 2.5.2.
Obviamente, la suma definida en (2.5-1) tambin puede ser escrita como:
XY RS RS XY RS ST RT

+ = + = + = (2.5-2)
donde XY
e {ST
}. Geomtricamente, esta operacin se muestra en la figura

2.5.3.
20

Figura 2.5.2. Adicin de segmentos de lnea dirigidos.

Figura 2.5.3 Otra forma equivalente de sumar segmentos de lnea
dirigidos.
Como existen infinitas formas para efectuar la suma de segmentos de lnea
dirigidos, la adicin de vectores geomtricos queda simbolizada por:
{XY
}+{YZ
}={XZ
} (2.5-3)
21
Evidentemente el vector geomtrico nulo es {XX
}para cualquier punto X y

el aditivo inverso de {XY
} es {YX
}.
Es materia fcil verificar que la adicin de vectores geomtricos as definida
satisface los cuatro axiomas para la adicin de espacios vectoriales
abstractos.
MULTI PLI CACI N DE VECTORES GEOMTRI COS
POR ESCALARES
Sea o e un escalar y {XY
} un vector geomtrico. El vector espacial o

{
XY
}
es un vector espacial que tiene la misma direccin de
{
XY
} si o >0
y la direccin contraria si o <0 y su longitud es |o| veces la de {XY
}.
Nuevamente, es materia fcil ver que se verifican las propiedades para la
multiplicacin por escalares en un espacio vectorial abstracto. Se puede
concluir que el conjunto de los vectores espaciales con estas operaciones
tiene la estructura algebraica de espacio vectorial y los vectores espaciales
definidos sobre un espacio de puntos Euclideano constituyen un espacio
vectorial.
PRODUCTO I NTERI OR DE VECTORES GEOMTRI COS.
Dotamos de producto interior al espacio vectorial de los vectores
geomtricos, a travs de la definicin del producto escalar entre dos
vectores geomtricos {XY
} y {RS
} de la siguiente manera:
{XY
}-{RS
}=|XY
||RS
|cosu (2.5-4)
donde u es el ngulo entre {XY
} y {RS
}.
Este producto escalar satisface las propiedades para producto interior en
espacios vectoriales abstractos (ver (2.4-13) para ver la coherencia de esta
afirmacin).
22
Por lo tanto, el conjunto de los vectores geomtricos es un espacio vectorial
con producto interior en el sentido abstracto. A tal tipo de espacio lo
llamamos Espacio Vectorial Euclideano o simplemente Espacio
Euclideano.
Como cada par de puntos X,Y e E definen un vector en el sentido abstracto
{XY
}=v e V, la asociacin entre puntos X,Y y el vector v puede

expresarse en trminos de la operacin diferencia de puntos:
- : E x E V, (X,Y) v =Y X (2.5-5)
tal que: Y=X+v (2.5-6)
De igual manera:
Y-Z=(Y-X)+(X-Z) (2.5-7)
u=v+w=w+v
Geomtricamente, la operacin diferencia de puntos se muestra en la figura
2.5.4.

Figura 2.5.4. Operacin diferencia de puntos.
23
La regla (2.5-6) indica que la suma de un punto con un vector es otro punto.
Esto induce a denominar al espacio vectorial V espacio de traslaciones
subyacente al espacio de puntos E, es decir, los vectores pueden usarse para
trasladarse entre puntos de E.
El vector nulo 0 e V se obtiene de:
0=X-X,XeE (2.5-8)
La distancia entre los puntos X,Y e E queda definida por la funcin
d:ExE
+
{0},(X,Y)d(X,Y), dada por:
d(X,Y)=|Y-X|= (Y X) (Y X) -
= (Y X)
2
(2.5-9)
ESPACI OS MTRI COS*
Sea F un conjunto, F = u, cuyos elementos designaremos por p, q, ... , y que
llamaremos puntos. Una distancia es una funcin d: F x F
+
{0}, tal
que:
i) d(p,q)>0 ,p,qeF; d(p,q)=0p=q;
ii) d(p,q)=d(q,p) ,p,qeF;
iii) d(p,q)sd(p,r)+d(r,q) ,p,q,r,eF
Si existe tal funcin d decimos que F es un espacio mtrico.
La funcin distancia introducida en (2.5-9), satisface las axiomas para la
funcin distancia en espacios mtricos abstractos, por lo tanto E es un
espacio mtrico. *
En este texto trabajaremos con un espacio de puntos Euclideano
tridimensional E
3
, de tal manera que su espacio de traslaciones V es de
dimensin 3. Luego, cualquier base para V consiste de tres vectores
linealmente independientes.
2.6 BASES OBLI CUAS Y BASES CARTESI ANAS: REPRESENTACI N
SI MBLI CA, I NDI CI AL Y MATRI CI AL DE VECTORES
24
Sea V el espacio vectorial Euclideano de traslaciones subyacente al espacio
de puntos Euclideano tridimensional E
3
. Sabemos que una base para V es un
conjunto de tres vectores base que denotaremos por:
B =
(
(
(
3
2
1
e
e
e
{e
i
} (2.6-1)
de tal manera que todo vector v e V puede ser representado por la
combinacin lineal nica:
v=v
i
e
i
(2.6-2)
donde los escalares v
i
, i = 1,2,3, reciben el nombre de componentes
contravariantes de v

con respecto a la base B.
Al escribir a un vector de V en la forma v estamos usando la notacin
intrnseca,

simblica o directa y al escribir v
i

e
i
usamos notacin indicial,
la que requiere el uso de una base.
Alternativamente, podemos usar las reglas del lgebra de matrices para
denotar cualquier vector; podemos escribir:
v=[v
1
v
2
v
3
]

(
(
(
3
2
1
e
e
e
=[v]
T
B (2.6-3)
v=[e
1
e
2
e
3
]
(
(
(
3
2
1
v
v
v
=B
T
[v] (2.6-4)
donde: [v]=
(
(
(
3
2
1
v
v
v

(2.6-5)

es la matriz de componentes (contravariantes) de v con respecto a la base B.
25
El producto interior, escalar o producto punto entre los vectores base lo
simbolizamos por:
e
i
-e
j
=g
i j
, i,j=1,2,3 (2.6-6)
Los g
ij
se denominan coeficientes mtricos. La matriz mtrica queda
definida por el arreglo [g
ij
].
Debido a la conmutatividad del producto escalar de vectores, se cumple
g
ij
=g
ji
, i, j, propiedad de simetra de g
ij
.
Decimos que la base B es ortogonal si:
g
ij
=
=
= =
j si , 0
j si , 0
(2.6-7)
Decimos que la base B es ortonormal o cartesiana si:
g
ij
=o
ij
= | |
(
(
(
=
1 0 0
0 1 0
0 0 1
g ,
j i si , 0
j = i si , 1
ij
(2.6-8)
donde o
ij
se denomina delta de Kronecker. Una base cartesiana consiste solo
de vectores unitarios ortogonales entre s.
Una base B que no es ortogonal se dice que es oblicua.
Sea B ={e
i
} una base para V. Decimos que la base B' ={e
i
} es la base dual
o base recproca de B si y solo si:
e
i
-e
j
= o o
j
i
ij
= (2.6-9)
o, equivalentemente:
e
i
-e
j
= o o
i
j
ij
= (2.6-10)
Por supuesto, definimos:
e
i
-e
j
=g
i j
, [g
i j
] (matriz mtrica dual) (2.6-11)
Como B' es una base para V, todo vector v puede representarse por la
combinacin lineal nica:
v=v
i
e
i
(2.6-12)
26
donde los escalares v
i
se denominan componentes covariantes de v con
respecto a la base B'.
Proposicin
Los coeficientes mtricos y componentes de un vector v cumplen:
i) v
i
=v-e
i
,v
j
=v-e
j
ii) e
i
=g
i j
e
j
, B=[g
i j
]B'
iii) e
i
=g
i j
e
j
, B'=[g
i j
]B (2.6-13)
iv) g
i j
g
j k
=o
k
i
=o
i k
,
[g
i j
][g
i j
]=[I ]
v) v
i
=g
i j
v
j
(bajar un superndice) [v]=[g
i j
][v']
vi) v
i
=g
i j
v
j
(subir un subndice) [v']=[g
i j
] [v]
todas frmulas tiles al trabajar con componentes. Se dice que g
ij
sube
ndices y g
ij
baja ndices.
Demostracin.
i) v-e
i
= v
j
e
j
-e
i
= v
j
o
j
i
= v
i
v = (v-e
i
)e
i

v-e
i
= v
j
e
j
-e
i
= v
j
o
i
j
= v
i
v = (v-e
j
)e
j

ii) e
i
=(e
i
-e
j
)e
j
(usando i)
=g
i j
e
j
(definicin)
iii) e
i
=(e
i
-e
j
)e
j

(usando i)
=g
i j
e
j
(definicin)
iv) o
k
i
=e
i
-e
k
(definicin)
=e
i
-g
kj
e
j
(usando ii)
=e
i
-e
j
g
kj
(linealidad producto escalar)
=g
i j
g
j k
(def. y simetra coef. mtricos)
v) v
i
=v-e
i
(usando i
2
)
=v
j
e
j
-e
i
(expansin de v en B)
=g
i j
v
j
(def.)
27
vi) v
i
=v-e
i

=v
j
e
j
-e
i

=g
i j
v
j

De (2.6-13)
ii
se observa que si la base B es ortonormal, la base dual B' es
idntica a B, y de (2.6-13)
v
se observa que las componentes contravariantes
son iguales a las covariantes. De all que para el caso de bases cartesianas es
innecesario distinguir entre la base B y su dual B', y entre las componentes
covariantes y contravariantes de un vector v. Esto nos permite escribir para
el caso en que B es una base cartesiana, ortonormal o unitaria:
v=(v-e
i
)e
i
=v
i
e
i
(2.6-14)
A no ser que se establezca explcitamente lo contrario, cada vez que
consideremos una base, sta ser cartesiana, de manera que cualquier vector
puede ser representado en notacin indicial cartesiana por:
v=v
i
e
i
(2.6-15)
o en notacin matricial:
v = v v v
1 2 3
| |
(
(
(
(
(
(
3
2
1
3 2 1
3
2
1
v
v
v
e e e =
e
e
e
(2.6-16)
=[v]
T
B=B
T
[v]
Veremos a continuacin la conveniencia de usar la nomenclatura de
producto punto para el producto interior en V. Al usar bases cartesianas,
tenemos para el producto interior entre dos vectores u, v e V:
u-v = u
i
e
i
-v
j
e
j
= u
i
v
j
e
i
-e
j
(linealidad del p.i.)
= u
i
v
j
o
i j
(la base es cartesiana) (2.6-17)
= u
i
v
i
(o
i j
=0 si i=j)
= u
1
v
1
+u
2
v
2
+u
3
v
3

28
En algunos textos se dice que el producto punto efecta una contraccin de
las direcciones e
i
, e
j
. Por otra parte, debido a (2.4-13), el ngulo entre los
vectores u y v est dado por:
cosu =
u v
u v u v u v
1 1 2 2 3 3
+ +
(2.6-18)
Obviamente, si v =e
i
en (2.6-17), obtenemos:
u-e
i
=u
j
e
j
-e
i

=u
j
o
j i
(2.6-19)
=u
i
=|u||e
i
|cosu
=|u|cosu
es decir, la componente u
i
del vector u e V es la proyeccin (perpendicular)
de u sobre e
i
.
El uso de notacin indicial cartesiana es una herramienta poderosa en la
demostracin de identidades en que participan vectores.
2.7 TEOREMA DE REPRESENTACI N DE FUNCI ONES LI NEALES*
Sea V un espacio vectorial de dimensin finita y sea f : V . Entonces f
es lineal si y solo si existe aeV tal que f(v)=a - v, veV. El vector a es
nico.
Demostracin.
Consideraremos una base cartesiana para V, con dimV =n. Esta base se
denotar por {e
i
}.

1) Existencia.
i) () Sea f : V , lineal. Sabemos que veV, tenemos: v =v
i
e
i
. Sea
a
i
=f(e
i
), i =1,2, ... , n. Entonces, ya que f es lineal:
f(v)=f(v
i
e
i
)=v
i
f(e
i
)=a
i
v
i
=a-v;a=a
i
e
i

ii) (:) sea f(v) =a - v entonces:
29
a) f(u+v)=a-(u+v)=a-u+a-v=f(u)+f(v)
b) f(ov)=a-(ov)=oa-v=of(v)
luego f es lineal.
2) Unicidad.
Supongamos que existen a
1
y a
2
, tal que f(v)=a
1
-v,f(v)=a
2
-v,veV,
con a
1
= a
2
. entonces
0=f(v)-f(v) = a
1
-v-a
2
-v = (a
1
-a
2
)-v,veV
luego a
1
-a
2
=0, lo que implica que a
1
=a
2
, un absurdo.
a es nico.
*
2.8 SI STEMA DE COORDENADAS RECTANGULARES PARA E
3

Llamamos origen del Espacio de puntos Euclideano tridimensional E
3
a un
punto simbolizado por O, donde se aplican los vectores base {e
i
} de V.
Luego, una base cartesiana de E
3
es el conjunto {O, {e
i
} }. Sin embargo,
esta nomenclatura raramente se usa y el usar una base subentiende la
eleccin del origen. Por ello la base se indica simplemente con {e
i
}, o por la
nomenclatura B
T
=[e
1
e
2
e
3
]. Luego, es posible ubicar un punto cualquiera
X e E
3
mediante su vector de posicin r, representado por la diferencia de
puntos:
r=X-O=x
i
e
i
(2.8-1)
Por ejemplo, el vector de posicin del origen es 0.
Las tres componentes del vector de posicin x
i
, i =1,2,3 son las coordenadas
(rectangulares) del punto XeE
3
.

Formalmente, las coordenadas del punto
X e E
3
son los tres campos escalares x
i
(X), definidos por las funciones
x
i
: E
3
, i =1,2,3. Decimos que cada una de estas funciones forma un
eje de coordenadas; cada dos de ellas un plano coordenado; y las tres un
sistema de coordenadas para E
3
.
Existe un isomorfismo evidente entre los puntos X e E
3
, los vectores
r =X-O e V y el triple (x
1
, x
2
, x
3
) e
3
, que representa las coordenadas
de X con respecto a una base cartesiana dada. Esto permite representar a los
30
vectores libres de V mediante vectores de posicin ligados al origen de E
3
o
mediante tres nmeros reales.

Figura 2.8.1. Sistema de coordenadas para el espacio E
3
.

Figura 2.8.2. Base cartesiana derecha en el punto 0 E
3
.
31
Eligiendo un orden para el conjunto {e
1
,e
2
,e
3
} se determina una
orientacin en E
3
, V y
3
convirtiendo a stos en espacios orientados. De
las dos orientaciones posibles para espacios tridimensionales, llamamos a
una positiva o derecha y a la otra negativa o izquierda. A no ser que se diga
otra cosa, todas las orientaciones sern derechas, tal como se muestra en la
figura 2.8.2. Una base derecha sigue la regla de la mano derecha.
2.9 PRODUCTO VECTORI AL.
El producto vectorial es una operacin definida por x : V x V V,
(u,v)w = uxv, que satisface los axiomas siguientes:
a) u x v = v x u,u,veV (2.9-1)
o propiedad anticonmutativa.
b) (ou+|v)xw = ouxw+|vxw, u,v,weV, (2.9-2)
o, |e
o propiedad distributiva.
c) u-(uxv) =0,u,veV (2.9-3)
que establece que el vector producto es perpendicular al primer vector.
La propiedad anticonmutativa a) implica que el vector producto es
tambin perpendicular al segundo vector.
d) (uxv)-(uxv) = (u-u)(v-v)-(u-v)
2
(2.9-4)
que establece el mdulo del producto vectorial.
Observacin
En muchos textos el producto vectorial se denota usando el smbolo "^",
pero nosotros conservaremos la cruz clsica, pues el smbolo "^" lo
reservaremos para el producto antisimtrico o exterior de dos vectores.
Llamamos triple producto escalar de los vectores u, v, w e V y que
denotamos por [u, v, w] a:
[u,v,w]=u-(vxw),u,v,weV (2.9-5)
Los axiomas (2.9-1) a (2.9-4) permiten obtener las siguientes propiedades
para operaciones en que intervienen productos vectoriales:
32
Proposicin
1) uxv=0u,v son l.d., (2.9-6)
2) [u,v,w]=[v,w,u]=[w,u,v]
= [u, w, v] = [v, u, w] = [w,v,u] (2.9-7)
u, v, w e V.
que dice que en el triple producto escalar, los tres vectores producto se
pueden permutar cclicamente. Esto es, cualquier permutacin par
conduce al mismo resultado. Cualquier permutacin impar cambia el
signo del resultado.
3) [ou+|v,w,x]=o[u,w,x]+|[v,w,x] (2.9-8)
u, v, w, x e V, o, |e .
4) [u,v,w]=0u, v, w son l.d. (vectores coplanares). (2.9-9)
5) Sea B una base para V, entonces:
e
2
xe
3
=e
1
, e
3
xe
1
=e
2
, e
1
xe
2
=e
3
e
3
xe
2
= e
1
, e
1
xe
3
= e
2,
e
2
xe
1
= e
3
e
i
xe
i
=0,i=1,2,3(sin suma)
6) |uxv|=|u||v|senu (de 2.9-4) (2.9-10)
donde u es el ngulo entre los vectores u y v, tomado como el menor
posible (es decir, 0 s u s t).
Demostracin
Solo demostramos las proposiciones 1) y 6) dejando el resto como ejercicio.
1) uxv =0 u,v son l.d.
() uxv=0
Por el axioma (2.9-4),
0=|u|
2
|v|
2
(u-v)
2

(u-v)
2
=|u|
2
|v|
2

33
y : (cosu)
2
=
( ) u v
u v
-
=
2
2 2
1 entonces u=0,t y u,v son l.d.
(colineales).
(:) u,v l.d. u=ov, oe , es decir:
|uxv|
2
=|u|
2
|v|
2
-(u-v)
2
=o
2
|v|
4
-o
2
|v|
4
=0
uxv=0
6) |uxv|
2
=|u|
2
|v|
2
-|u|
2
|v|
2
cos
2
u
=|u|
2
|v|
2
(1-cos
2
u)
=|u|
2
|v|
2
sen
2
u
|u x v| =|u| |v| sen u ; 0s u s t.
Observe que u no puede ser mayor que t, ya que senu < 0 para ngulos
obtusos.
Una forma elegante y compacta de expresar el producto vectorial es a travs
de la introduccin del smbolo permutador o alternador e
ijk
, definido por:
Definicin
e
ijk
=
123 de impar n permutaci una es ijk si , 1

123 de par n permutaci una es ijk si , 1
repiten se ndices dos menos al si , 0

(2.9-11)
Luego, todas las frmulas que expresan el producto vectorial entre vectores
base pueden sintetizarse a:
e
i
xe
j
=e
i j k
e
k
(2.9-12)
As, en notacin indicial cartesiana, el producto vectorial entre dos vectores
u, v, queda dado por:
uxv=u
i
e
i
xv
j
e
j

=u
i
v
j
e
i
xe
j
(linealidad) (2.9-13)
=u
i
v
j
e
i j k
e
k
34
Tambin, tenemos:
[e
i
,e
j
,e
k
]=e
i
xe
j
-e
k
=e
i j l
e
l
-e
k

=e
i j l
o
l k

(2.9-14)
=e
i j k

Recordemos que el determinante de una matriz A =[a
ij
] est definido por las
expresiones equivalentes:
e
ijk
e
mnp
det A =
a a a
a a a
a a a
im in ip
jm jn jp
km kn kp
=
a a a
a a a
a a a
mi ni pi
mj nj pj
mk nk pk
(2.9-15)
Apliquemos esta definicin a la matriz:
A=
(
(
(
o o o
o o o
o o o
kp kn km
jp jn jm
ip in im
(2.9-16)
que representa a una matriz cuyo determinante ser 1, -1, 0. Por ejemplo,
la forma (2.9-16) representar a las matrices:

(
(
(
1 0 0
0 1 0
0 0 1
,
(
(
(
0 0 0
1 0 1
0 1 0
,
(
(
(
0 1 1
1 0 1
0 0 1
, . . . (2.9-17)
(det A=1) (det A=0) (det A=-1)
As, aplicando (2.9-15), obtenemos:
e
i j k
e
mnp
=
o o o
o o o
o o o
i in ip
j jn jp
k kn kp
m
m
m
(2.9-18)
=o
i m
(o
j
n
o
kp
-o
j p
o
k
n
)-o
i
n
(o
j m
o
kp
-o
j p
o
km
)
+o
i p
(o
j m
o
k
n
-o
j
n
o
km
) (2.9-19)
35
Esta frmula es importante pues conduce a la siguiente identidad
fundamental entre el smbolo alternador y el delta de Kronecker:
e
ijk
e
mnk
=o
im
(o
jn
o
kk
- o
jk
o
kn
)-o
in
(o
jm
o
kk
- o
jk
o
km
)+o
ik
(o
jm
o
kn
- o
jn
o
km
)
=3o
im
o
jn
- o
im
o
jk
o
kn
- 3o
in
o
jm
+o
in
o
jk
o
km
+o
ik
o
jm
o
kn
- o
ik
o
jn
o
km

=3o
im
o
jn
- o
im
o
jn
- 3o
in
o
jm
+o
in
o
jm
+o
jm
o
in
- o
jn
o
im

=o
im
o
jn
- o
in
o
jm
es decir: e e =
ijk mnk im jn in jm
o o o o

(2.9-20)

luego, en cualquier expresin donde aparezca la multiplicacin de dos
smbolos alternadores (posiblemente provenientes del producto vectorial
entre vectores base), y donde al menos un subndice aparezca en ambos
alternadores, se puede aplicar (2.9-20) para eliminar el subndice repetido.
As, por ejemplo:
a) e
ijk
e
ljk
=o
il
o
jj
-o
ij
o
jl

=3o
il
-o
il
(2.9-21)
=2o
il
b) e
ijk
e
ijk
=o
ii
o
jj
-o
ij
o
ji

=3x3-o
ii
(2.9-22)
=9-3
=6
La identidad (2.9-20) es muy til para la demostracin de identidades en que
aparecen varios productos vectoriales entre vectores, tal como veremos un
poco ms adelante.
De acuerdo a (2.9-10) vemos que |uxv| representa el rea del paralelgramo
cuyas aristas coinciden con los vectores u y v como se muestra en la figura
2.9.1.
Es interesante observar de (2.9-13) que:
36
uxv=(u
2
v
3
-u
3
v
2
)e
1
+(u
3
v
1
-u
1
v
3
)e
2
+(u
1
v
2
-u
2
v
1
)e
3

= (u
2
v
3
-u
3
v
2
)e
1
-(u
1
v
3
-u
3
v
1
)e
2
+(u
1
v
2
-u
2
v
1
)e
3
(2.9-23)
=
e e e
1 2 3
1 2 3
1 2 3
u u u
v v v

Por otra parte, el producto mixto queda dado por:
u-vxw=u
i
e
i
-v
j
e
k
xw
k
e
k
=u
i
v
j
w
k
e
i j k
=u
1
(v
2
w
3
-v
3
w
2
)+u
2
(v
3
w
1
-v
1
w
3
)+u
3
(v
1
w
2
-v
2
w
1
)
[u,v,w]=u
1
(v
2
w
3
-v
3
w
2
)-u
2
(v
1
w
3
-v
3
w
1
)+u
3
(v
1
w
2
-v
2
w
1
)

Figura 2.9.1. Interpretacin geomtrica del producto vectorial.

37

Figura 2.9.2. Interpretacin geomtrica del producto mixto.
=
u u u
v v v
w w w
u v w
u v w
u v w
1 2 3
1 2 3
1 2 3
1 1 1
2 2 2
3 3 3
= (2.9-24)
ya que el valor de un determinante no cambia si se intercambian lneas por
columnas y vice-versa.
El mdulo del producto mixto entre tres vectores nos da el volumen del
paraleleppedo cuyas aristas coinciden con los vectores producto, tal como
se muestra en la figura 2.9.2.
Proposicin
El producto vectorial satisface las siguientes identidades:
1) ux(vxw)=(u-w)v-(u-v)w,u,v,weV (2.9-25)

2) (uxv)xw=(w-u)v-(w-v)u,u,v,weV (2.9-26)
3) (axb)x(cxd)=(c-dxa)b-(b-cxd)a (2.9-27)
=(d-axb)c-(a-bxc)d
a,b,c,deV.
Las dos primeras ecuaciones demuestran el hecho de que el producto
vectorial no es una operacin asociativa. As, en el caso del triple producto
38
vectorial es indispensable el uso de parntesis, cosa que no era necesaria en
el caso del producto mixto.
El producto que aparece en el miembro izquierdo de (2.9-27) se denomina
cudruple producto vectorial y es importante en la determinacin de la
relacin entre una base B y su base recproca B'.
Demostracin.
Solo demostraremos la primera identidad, pues las otras se efectan de
manera muy similar, y las dejamos de ejercicio.
ux(vxw) =u
i
e
i
x(v
j
e
j
xw
k
e
k
)
=u
i
v
j
w
k
e
j kl
e
i
xe
l
=u
i
v
j
w
k
e
j kl
e
i l m
e
m

=u
i
v
j
w
k
e
j kl
e
mi l
e
m
=u
i
v
j
w
k
o
j m
o
ki
e
m
-u
i
v
j
w
k
o
j i
o
km
e
m
=u
i
v
j
w
i
e
j
-u
i
v
i
w
k
e
k
=(u
i
w
i
)(v
j
e
j
)-(u
i
v
i
)(w
k
e
k
)
=(u-w)v-(u-v)w
Las relaciones entre los vectores de una base B y su base recproca B',con
B =
(
(
(
3
2
1
e
e
e
y B' =
(
(
(
3
2
1
e
e
e
se encuentran dadas en la siguiente:
Proposicin
Sea B una base y B' su base recproca, entonces:
e
i
= k j i
e e e
e e
3 2 1
k j
= =
- x
x
(2.9-28)
donde ijk es una permutacin par de 123.
Demostracin.
39
Basta considerar los dos miembros del lado derecho de (2.9-27), tomando:
a=e
1
, b=e
2
, c=e
3
, d=v
donde v e V es un vector cualquiera. Tenemos:
(e
3
-vxe
1
)e
2
-(e
2
-e
3
xv)e
1
=(v-e
1
xe
2
)e
3
-(e
1
-e
2
xe
3
)v
Luego:
(e
1
-e
2
xe
3
)v=(v-e
2
xe
3
)e
1
+(v-e
3
xe
1
)e
2
+(v-e
1
xe
2
)e
3

donde usamos (2.9-7)
As, el vector v expresado en trminos de la base B queda dado por:

| | | | | |
|
|
.
|
\
|
|
|
.
|
\
|
+
|
|
.
|
\
|
+
|
|
.
|
\
|
= - - -
3
3 2 1
2 1
2
3 2 1
1 3
1
3 2 1
3 2
, , , , , ,
e
e e e
e e
v e
e e e
e e
v e
e e e
e e
v v
x x x

es decir:

| |
| |
| |
3 2 1
2 1 3
3 2 1
1 3 2
3 2 1
3 2 1
, ,
, ,
, ,
e e e
e e
e
e e e
e e
e
e e e
e e
e
x
x
x
=
=
=

que escritas en forma compacta proporcionan la frmula (2.9-28).
Observaciones
i) Si B es cartesiana: [e
1
,e
2
,e
3
]=1 y e
i
xe
j
=e
k
cuando ijk es permutacin
par de 123. Por lo tanto, de (2.9-28):
e
i
=e
i
; i=1,2,3
y B' =B , como ya habamos visto.
ii) Evidentemente, la relacin dual a (2.9-28) es:
40

| |
k j i
, ,
= = =
3 2 1
k j
i
e e e
e e
e
x
, ijk permutacin par de 123.
Ejemplo
Sea B =
(
(
(
+ + k j i
j
i
. Demuestre que B es una base (oblicua) para el
espacio de traslaciones V de E
3
. Encuentre la base dual B' y expanda el
vector v =4i +2j +3k en trminos de B y B'. Determine las matrices de
coeficientes mtricos [g
ij
] y [g
ij
] y verifique todas las relaciones (2.6-13).
Solucin
i) Verificacin que B es una base oblicua.
e
1
=i, e
2
=j , e
3
=i+j +k
Sea oe
1
+|e
2
+e
3
=0, entonces:
oi+|j +(i+j +k)=0
como
(
(
(
k
j
i
es una base,
=
= = | = o = + |
= + o
0
0 0
0

y la base B es realmente una base. Como e
1
- e
3
=1 = 0, la base es
oblicua.
ii) Determinacin de la base dual B'.
[e
1
,e
2
,e
3
]=e
1
-e
2
xe
3

=i-j x(i+j +k)
=i-(-k+i)
=1
e
1
= e
2
xe
3
= j x(i+j +k) = i-k
e
2
= e
3
xe
1
= (i+j +k)xi = j -k
41
e
3
= e
1
xe
2
= ixj = k

(
(
(
=
k
k j
k i
B' -
-

= = =
= = =
= + + = =
-
-
- -
9 v
2 v
4 ) 3 2 4 ( v
3 3
2 2
1 1
e v
e v
i k j i e v

= =
= =
= =
-
-
-
3 v
1 v
1 v
3 3
2 2
1 1
e v
e v
e v

v = 4i+2j +3k = e
1
-e
2
+3e
3
= 4e
1
+2e
2
+9e
3

iii) Determinacin de las matrices de coeficientes mtricos.
g
i j
= e
i
-e
j
[g
i j
] =
(
(
(
3 1 1
1 1 0
1 0 1

g
i j
= e
i
-e
j
[g
i j
] =
(
(
(
1 1 1
1 2 1
1 1 2

luego:
[g
ij
][g
ij
] =[g
ij
][g
ij
] =
(
(
(
1 0 0
0 1 0
0 0 1

Las dems verificaciones se dejan de ejercicio al lector.
2.10 TRANSFORMACI N DE LAS COMPONENTES DE UN VECTOR
BAJ O UN CAMBI O DE BASE (CARTESI ANA)
En esta seccin estamos interesados en determinar cmo se transforman las
componentes de un vector si efectuamos un cambio de base.
42
SeanB=
(
(
(
3
2
1
e
e
e
yB*=
(
(
(
*
3
*
2
*
1
e
e
e
dos bases (cartesianas).
Luego, podemos expresar cada vector unitario de la base B* en trminos de
los vectores unitarios de la base B:
e
i
*
=(e
i
*
-e
j
)e
j
=Q
i j
e
j
,i=1,2,3 (2.10-1)
Cada producto escalar e
i
*
- e
j
=Q
ij
; i=1,2,3; j=1,2,3, representa el coseno
del ngulo entre los vectores e
i
*
y e
j
. Debido a que los vectores bases son
unitarios, a Q
ij
lo denominamos coseno director o coseno directriz.
As las ecuaciones pueden escribirse en notacin matricial:

(
(
(
*
3
*
2
*
1
e
e
e

(
(
(
=
33 32 31
23 22 21
13 12 11
Q Q Q
Q Q Q
Q Q Q
(
(
(
3
2
1
e
e
e
(2.10-2)
B*=[Q]B
La matriz [Q] se denomina matriz de cosenos directrices (directores)
matriz de transformacin.
Obviamente las relaciones duales a (2.10-1) y (2.10-2) estn dadas por:
e
i
=(e
i
-e
j
*
)e
j
*
=Q
j i
e
j
*
(2.10-3)
B=[Q]
T
B
*

Cualquier vector v puede escribirse ahora:
v=v
i
e
i
=v
j
*
e
j
*
(2.10-4)
Proposicin
a) La matriz [Q] es ortogonal.
b) det[Q]=1
c) v
i
*
=Q
ij
v
j
, [v
*
]=[Q][v] (2.10-5)
v
i
=Q
ji
v
*
j
, [v]=[Q]
T
[v
*
]
43
Demostracin
a) B
*
=[Q]B
=[Q][Q]
T
B
*

[Q][Q]
T
=[I ]
y : B =[Q]
T
B
*

=[Q]
T
[Q]B
[Q]
T
[Q]=[I ]
luego [Q] es ortogonal y [Q]
-1
=[Q]
T
.
b) det( )
T
[Q][Q] =det[I ]=1
det[Q]det[Q]
T
=1
(det[Q])
2
=1
luego: det[Q]=1
Como ambas bases son derechas (a no ser que se diga otra cosa),
debemos tener:
det[Q]=1
c) v
i
*
=v-e
i
*

=v
j
e
j
-e
i
*

=v
j
e
i
*
-e
j

=v
j
Q
i j

=Q
i j
v
j

[v
*
]=[Q][v]

v
i
=v-e
i

=v
i
*
e
i
*
-e
i

=v
j
* Q
j i

=Q
j i
v
j
*
[v]=[Q]
T
[v*]
44
Ejemplo
Sean B
T
=[i j k] , B
*T
=
(
+ k j i j i ) (
2
1
) (
2
1
= e e e
1 2 3
* * *

a) Calcule [Q] y exprese v =2i +3j - k en trminos de B
*
,
b) Verifique la ortogonalidad de [Q]
Solucin
a) [Q] =
(
(
(
(
(
(
(
(

1 0 0
0
2
1
2
1
0
2
1
2
1
, det [Q] =
1
2
1
2
1 + =
(Ambas bases son derechas)
[v*]=
(
(
(
(
(
(
(
(

1 0 0
0
2
1
2
1
0
2
1
2
1

(
(
(
1
3
2
=
(
(
(
(
(
(
(
1
2 5
2
1
,
es decir: v=-
1
2
5
2
1 2 3
e e e
* * *
+
45
b) [Q][Q]
T
=
(
(
(
(
(
(
(
(

1 0 0
0
2
1
2
1
0
2
1
2
1
(
(
(
(
(
(
(
(
1 0 0
0
2
1
2
1
0
2
1
2
1
=
(
(
(
1 0 0
0 1 0
0 0 1

de la misma forma:
[Q]
T
[Q] =
(
(
(
(
(
(
(
(
1 0 0
0
2
1
2
1
0
2
1
2
1

(
(
(
(
(
(
(
(

1 0 0
0
2
1
2
1
0
2
1
2
1

(
(
(
=
1 0 0
0 1 0
0 0 1

46
2.11 REFERENCI AS
1. Anton, H., "Elementary Linear Algebra", J ohn Wiley and Sons,
5th. Ed. (1987).
2. Aris, R., "Vectors, Tensors, and the Basic Equations of Fluid Mechanics",
Englewood Cliffs, Prentice Hall (1962).
3. Bartle, R.G., "The Elements of Real Analysis", Wiley International Edition.
(1975).
4. Chadwick, P., "Continuum Mechanics", J ohn Wiley & Sons (1976).
5. Halmos, P.R., "Finite-dimensional Vector Spaces",2d.Ed.Van Nostrand
(1958).
6. Hoffman K. and Kunze R., "Linear Algebra", Prentice Hall, Englewood
Cliffs (1961).
7. Leigh, D.C., "Nonlinear Continuum Mechanics", Mc Graw Hill (1968).
8. Merrit, F.S., "Mtodos matemticos modernos en Ingeniera", Editorial
Labor S.A. (1976).
9. Slattery, J .C., "Momentum, Energy and Mass Transfer in Continua", Mc
Graw Hill (1972).
10. Grossman, S.I., Algebra Lineal con Aplicaciones. Mc Graw Hill (1992)
47
2.12 PROBLEMAS.
1) Sea V =
2
={v =(x, y) : x, y e ). Definimos la adicin y multiplicacin
por escalares en la forma siguiente:
+:VxVV;(x,y)+(x
1
,y
1
)=(x+x
1
,y+y
1
)
:

xVV;o(x,y)=(ox,y)
(x,y),(x
1
,y
1
)eV, oe

Determine si V es un espacio vectorial con estas operaciones. Fundamente
su respuesta.
2) Sea V un e.v., y sean las operaciones:
: V x VV ; u v=u - v (adicin);
: x VV ; ou =-ou (multiplicacin por escalares)
donde las operaciones del segundo miembro son las usuales. Qu axiomas
para espacios vectoriales se cumplen para V con las operaciones y ?
3) Sea V =P
n
el conjunto de todas las funciones f : , definidas en la
forma:
f(x)=a
o
+a
1
x+a
2
x
2
+.+a
n
x
n
,xe
donde o
o
, o
1
, o
2
, ..., o
n
son nmeros reales arbitrarios pero fijos (no
dependen de x). Una funcin de este tipo se denomina polinomio (de grado
n) sobre . Establezca formalmente la adicin de polinomios y la
multiplicacin de polinomios por escalares para que P
n
sea un espacio
vectorial. Demuestre que P
n
es un subespacio vectorial de C
R
o
.
4) Sea V=
n
, n > 3. Cada v e
n
podemos denotarlo por v(x
1
,x
2
,.,x
n
).
Cules de los siguientes conjuntos de vectores en
n
son subespacios?:
a) U={v:x
1
>0}
b) U={v :x
1
+3x
2
=x
3
}
c) U={v :x
1
=x
2
}
d) U={v :x
1
x
2
=0}
e) U={v :x
1
eQ}, Q es el conjunto de los nmeros racionales.
48
5) Sea V = C
R
el conjunto de todas las funciones f : , con las
operaciones usuales de adicin y multiplicacin por escalares.
Cules de los siguientes conjuntos de funciones son subespacios de C
R
:
a) U={f:f(x
2
)=[f(x)]
2
,xe }
b) U={f: f(0)=f(1)}
c) U={f:f(3)=1+f(-5)}
d) U={f: f(-1)=0}
e) U={f: feC
R
o
}(funciones continuas)
f) U={f: feC
R
1
tal que f'+2f=0,xe } (funciones continuamente
diferenciables o de clase C
1
).
6) Sea n e , n > 2. Sea V el espacio vectorial de todas las matrices cuadradas
de orden n. Cules de los siguientes conjuntos de matrices A en el espacio
V son subespacios?:
a) U ={A : A es inversible}
b) U ={A : A es no inversible}
c) U ={A : AB =BA, para alguna B e V}
d) U ={A : A
2
=A}
7) Sea V =P
3
, el espacio vectorial de los polinomios de grado 3. Cules de los
siguientes conjuntos de polinomios son subespacios de P
3
?:
a) U={feP
3
:a
0
=0}
b) U={feP
3
:a
0
+a
1
+a
2
+a
3
=0}
c) U={feP
3
:a
0
,a
1
,a
2
,a
3
eZ},
Z es el conjunto de los nmeros enteros.
d) U={feP
3
:a
2
=a
3
=0}
8) Considere un sistema algebraico lineal de m ecuaciones en n incgnitas:
A x = b
49
A =
(
(
(
(
(
(
(
(
(
(
(
(

m
2
1
n
2
1
mn 2 m 1 m
n 2 22 21
n 1 12 11
b
b
b
x
x
x
a a a
a a a
a a a

= b , = x ,

A es una matriz de orden (m x n), x de (nx1) y b de (m x 1). Demuestre que
el conjunto de soluciones del sistema homogneo A x =0, U={xe
n
: A x =
0} es un subespacio de
n
, que denominamos espacio de soluciones de A x
=0.
9) Sea V un espacio vectorial y U
1
,U
2
dos subespacios de V.
a) Demuestre que U
3
=U
1
U
2
es tambin subespacio;
b) Sean U
1
y U
2
tales que U
1
U
2
es tambin subespacio. Demuestre que
uno de los subespacios est contenido en el otro;
c) Mostrando un contraejemplo, demuestre que la unin de dos subespacios
no es en general un subespacio.
10) Demuestre, usando un contraejemplo, que si U es un subespacio de un
espacio vectorial de dimensin infinita V, entonces no es cierto que
dimU =dimV U=V, implicacin vlida si V es de dimensin finita, como
se vio en la seccin 2.3.
11) Sea S ={v
1
, v
2
, ., v
r
} un conjunto de r vectores en un espacio vectorial V.
a) Demuestre que el conjunto U de todas las combinaciones lineales de
vectores en S, U ={v e V; v =o
1
v
1
+.+o
r
v
r
; o
i
e } es un
subespacio de V.
b) Demuestre que U es el subespacio ms pequeo que contiene a S, pues
cualquier otro subespacio de V que contenga a S debe tambin contener
a U.
Simbolizamos a U <S>y decimos que S genera al subespacio U, o
que U es generado por S.
c) Sean v
1
, v
2
dos vectores no colineales en
3
. Esquematice <S >, con
S ={v
1
, v
2
}. Qu sucede si v
1
y v
2
son colineales, es decir v
2
=ov
1
,
para algn o e ?.
50
12) Sea U cualquier plano que pasa por el origen en
3
, es decir,
U={ue
3
,u=(x,y,z):ox+|y+z=0;o,|,e

}. Demuestre que U es
un subespacio de
3
. Demuestre el resultado equivalente para cualquier
lnea en
3
que pasa por el origen.
13) Sean u, v,weV, con V espacio vectorial. Demuestre que el conjunto {u-v,
v-w, w-u} es l.d..
14) Sea V =C
2
R
(ver captulo 4).

a) Demuestre que con las operaciones usuales de adicin de funciones y
multiplicacin de funciones por escalares, el conjunto V de todas las
funciones de clase C
2
en , constituye un espacio vectorial, el cual es un
subespacio de C
R.

b) Demuestre que las funciones f, g, h e C
R
2
son l.i. si el Wronskiano
W(f, g, h), definido por:
W (f,g,h) =
h'' g'' f''
h' g' f'
h g f

no es la funcin nula.
c) Demuestre que los conjuntos {1, x, e
x
} y {e
x
, xe
x
, x
2
e
x
} son l.i..
15) Sea V un espacio vectorial generado por un conjunto finito de vectores
{v
1
, v
2
., v
m
}, m e ,
a) Demuestre que todo conjunto l.i. de vectores en V es finito y contiene a
lo ms m elementos,
b) Demuestre que dos bases cualesquiera de V tienen el mismo nmero
(finito) de vectores.
16) Demuestre que el conjunto de polinomios S ={1,x,x
2
, ... , x
n
} forman
una base para P
n
, es decir, S genera a P
n
.
17) Determine una base para el espacio de soluciones del sistema:
2x
1
+2x
2
-x
3
+x
5
=0
-x
1
-x
2
+2x
3
-3x
4
+x
5
=0
x
1
+x
2
-2x
3
-x
5
=0
51
x
3
+x
4
+x
5
=0
Indicacin: Demuestre que existen infinitas soluciones, las cuales pueden
escribirse en forma paramtrica por:

=
=
=
=
=
t x
0 x
t x
s x
t s x
5
4
3
2
1
s,te
18) Determine bases para los siguientes subespacios de
3
:
a) El plano de ecuacin 3x-2y+5z=0
b) El plano de ecuacin x-y=0
c) La lnea de ecuacin paramtrica x=2t,y=-t,z=4t.
d) El conjunto de todos los vectores de la forma (x,y,z), con y=x+z.
19) Sea V=P
n
, con p,q e P
n
. Definamos:
<p,q>= dx ) x ( q ) x ( p
b
a
}

a,b,e

fijos, a<b.
Demuestre que <, >define un producto interior para P
n
.
20) Sea V=
3
y u=(u
1
,u
2
,u
3
),v=(v
1
,v
2
,v
3
)e

3
. Determine cules de las
siguientes funciones f:VxVR definen un producto interior en
3
:
a) f(u,v)=u
1
v
1
+u
3
v
3
b) f(u,v)=u
1
2
v
1
2
+u
2
2
v
2
2
+u
3
2
v
3
2

c) f(u,v)=2u
1
v
1
+u
2
v
2
+4u
3
v
3
d) f(u,v)=u
1
v
1
-u
2
v
2
+u
3
v
3

21) Sea V un e.v.p.i. Demuestre que:
a) |u-v|= 2,si u y v son vectores unitarios ortogonales.
b) |u+v|
2
+|u-v|
2
=2|u|
2
+2|v|
2
,u,veV
52
c) u-v=
4
1
|u+v|
2
-
4
1
|u-v|
2
,u,veV
22) Sea {v
1
, v
2
, v
3
, ... , v
r
} un conjunto de vectores ortogonales de a pares en un
espacio vectorial con producto interior V, es decir:
v
i
-v
j
=0 si i=j
Demuestre el Teorema de Pitgoras generalizado:
|v
1
+v
2
+.+v
r
|
2
=|v
1
|
2
+|v
2
|
2
+ +|v
r
|
2

23) Usando vectores geomtricos en el plano, demuestre que un tringulo
inscrito en un crculo, con uno de sus catetos igual al dimetro del crculo,
debe necesariamente ser un tringulo rectngulo.
24) Sea V un e.v.p.i.. Demuestre que si w eV es ortogonal a cada uno de los
vectores en S ={v
1
, v
2
, ., v
r
}, entonces es ortogonal a todo v e <S >.
25) Use las desigualdades de C-S-B y del tringulo para demostrar que:
a) (ocosu+|senu)
2
s o
2
+|
2
, o,|,ue
b) ( ) ( ) | | ( ) | |
}
s
}
1
o
2
2
1
o
dx x f dx x g x f

( ) | |
}
1
o
2
dx x g

( ) ( ) | | | | ( ) | |
2 / 1
1
o
2
2 / 1
1
o
2
dx x f dx x g x f

}
s
}
+ + ( ) | |
2 / 1
1
o
2
dx x g

}

f, ge C
[0,1]

26) Sea V un e.v.p.i. y S ={e
1
, e
2
, , e
r
} un conjunto ortonormal de vectores
en V. Si W =<S >, demuestre que todo v e V puede descomponerse en la
forma:
v=w
1
+w
2

donde w
1
e W y w
2
es ortogonal a W, esto es:
w
1
= ( ) v e e -
=
i i
i
r
1

w
2
=v- ( ) v e e -
=
i i
i
r
1

Demuestre que w
1
es la mejor aproximacin a v e V, en el sentido que:
53
|v-w
1
|<|v-w|,weW,w=w
1
Esquematice geomtricamente este resultado en E
3
cuando W es un plano
pasando por el origen, usando vectores geomtricos representados por
segmentos de lnea dirigidos.
27) Sea V=C
R
o
. Considere U ={sen(x), cos(x)}, el subespacio de V generado
por las funciones f =sen(x) y g =cos(x).
a) Demuestre que ue , f
1
(x)=sen(x+u) y g
1
(x)=cos(x+u) son
vectores en U,
b) Demuestre que f
1
y g
1
forman una base para U.
28) Sea {e
1
, e
2
, . . .,e
n
} una base cartesiana para un e.v.p.i. V. Demuestre que si
o
i
es el ngulo entre un vector arbitrario veV y e
i
, i =1,2, . . ., n,
entonces:
= o
=
n
1 i
i
2
1 cos
29) Sea S ={v
1
, v
2
, , v
n
} un conjunto ortogonal de vectores que genera un
espacio vectorial con producto interior V.
a) Demuestre que S es un conjunto l.i., luego es una base para V;
b) v= ( ) ( ) , , v v
v
v
v e e e
v
v
v -
=
-
= = e
i
n
i
i
i
i i i
i
i
con V
1
2

30) Sea V un e.v.p.i. y S c V, S = u cualquier conjunto de vectores en V.
Llamamos complemento ortogonal al conjunto S
de los vectores de V
ortogonales a todo vector de S. As, por ejemplo, {0}
=V.
a) Demuestre que S
es un subespacio de V,
b) Demuestre que <S >_ (S
)

, es decir, (S
)

contiene al subespacio
generado por S. Si V es de dimensin finita demuestre que
(S

=<S >.
c) Sea V =C
[-1,1],
con el producto interior definido por:
<f, g>=
}
1
1
f

(t) g(t) dt , f, g e C
, 11
o

54
demuestre que el conjunto U de las funciones impares en [-1,1] es un
subespacio de V. Encuentre U

, el complemento ortogonal de U.
31) Sea V un e.v.p.i. de dimensin finita, dimV =n. Sea {v
1
, v
2
,
.
, v
n
} una
base para V.
a) Sean:
e
1
=
v
v
1
1

w
2
=v
2
-(v
2
-e
1
)e
1
,e
2
=
w
w
2
2

w
3
=v
3
-(v
3
-e
1
)e
1
-(v
3
-e
2
)e
2
,e
3
=
w
w
3
3

-
-
-
e
n
=
w
w
n
n

Demuestre que el conjunto {e
1
,e
2
, . , e
n
} es una base cartesiana para V.
Este procedimiento, que genera una base cartesiana a partir de una base
cualquiera para un e.v.p.i. de dimensin finita, se denomina Proceso de
Ortonormalizacin de Gram-Schmidt, y asegura que todo e.v.p.i. de
dimensin finita tiene al menos una base ortonormal.
b) Sea V =
2
, i =(1,0) , j=(0,1). Demuestre que {2i-j , i+j} es una base
para
2
. Encuentre la base cartesiana asociada por el Proceso de Gram-
Schmidt.
32) Sea V un e.v.p.i. Sean a,b,c
1
,c
2
e V y o
1
, o
2
, |
1
, |
2
e , todos fijos.
Determine los vectores u, v e V que satisfacen el sistema:
o
1
u+|
1
(v-b)a=c
1
o
2
(u-b)a+|
2
v=c
2
55
33) Sea V un e.v.p.i. Sean a, b e V y oe , todos fijos y o = 0. Demuestre que
el vector (nico) v e V que cumple la ecuacin:
ov+vxa=b
est dado por:
v =
o o
o o
2
2
2
b b a a b a
a
+
+
- ( ) ( )
( )
x

34) Sea S c . Si S es acotado superiormente, decimos que una cota superior
de S es un supremo ( o menor cota superior) de S si es menor que cualquier
otra cota superior de S. Es decir, xe es un supremo del subconjunto
propio S de si:
i) ysx, yeS;
ii) Si zeR, tal que ysz, yeS xsz.
Considere V=
n
, con las funciones || ||
1
y || ||
:
n
, definidas por:
||u||
1
=|x
1
|+|x
2
|+.+|x
n
|
||u||
=
sup{|x
1
|,|x
2
|
,
.,|x
n
|}
u=(x
1
,x
2
,.,x
n
)e

n

a) Demuestre que las funciones || - ||
1
y || -||
son normas para

n
.
b) Demuestre que:
|u-v|s||u||
1
||v||
1

|u-v|s||u||
||v||
,

u,ve
n

c) Si u, v e R
n
, entonces Es verdad que
||u+v||=||u||+||v|| u=ov v=ou,oe

,
para cualquiera de las dos normas definidas antes?.
35) Considere el espacio de puntos Euclideano E
3
, con espacio de traslaciones
V. Sea B
T
=[e
1
e
2
e
3
] una base cartesiana de E
3
. Considere sobre V el
producto interior cannico.
Sean u=e
1
-e
2
+2e
3,
v=3e
1
-e
2
+e
3

a) Encuentre u+v, u-v, |u+v|, |u-v|, |u|, |v|, u-v;
56
b) Verifique las desigualdades de C-S-B y del tringulo para estos casos
particulares.
36) Sea E un espacio de puntos tridimensional, con V su espacio de traslaciones
con producto interior.
a) Demuestre que:
i) |u+v|
2
+|u-v|
2
=2|u|
2
+2|v|
2
,u,veV
ii) |u+v||u-v|s|u|
2
+|v|
2
,u,veV
iii) |u+v||u-v|=|u|
2
+|v|
2
u-v=0
b) Sea E =E
2
=
2
. Interprete geomtricamente los resultados de la parte
a). (Indicacin: Considere los paralelgramos cuyas aristas coinciden
con los vectores u, v y cuyas diagonales coinciden con los vectores u+v
y u-v).
37) Sea E=E
3
=
3
y sean X=(1,0,1), Y=(1,1,1) y Z=(2,0,1) tres puntos de
E.
a) Encuentre los siguientes vectores geomtricos:
u={XY
}, v={YZ
}, w={XZ
}
b) Encuentre los vectores espaciales: u+v, w-v, w-u
c) Encuentre los puntos: X+u,X+v,X+w;
d) Calcule las distancias entre puntos: d( ) ( ) ( ); Y,Z d y X,Z ,d X,Y
e) Verifique las desigualdades de C-S-B y del tringulo usando los vectores
u y v;
38) Determine el ngulo entre la diagonal de un cubo y una de sus aristas.
39) Sea E =
3
. Sean X=(2,1,-1) e Y=(1,2,1). Encuentre un vector geomtrico
perpendicular a los vectores {OX
} y {OY
}.
40) Encuentre la ecuacin del plano perpendicular al vector v=4i+2j +keV,
V el espacio de traslaciones de E
3
, y que pasa por el punto P(1,2,3).
41) Sean B y B una base y su base recproca, respectivamente. Demuestre que:
a) Una base tiene una nica base recproca
57
b) La base original es recproca a su base recproca
c) El volumen [a,b,c] del paraleleppedo formado por los vectores base de
la base original es el inverso del volumen [a,b,c] del paraleleppedo
formado por los vectores base de la base recproca.
42) Sea V el espacio Euclideano tridimensional, y B
T
=[i j k] la base cannica
para V. Considere:
B
1
=
(
(
(
+ +
+
(
(
(
(
(
(
(
k j i
j i
j i
= B y
k
j i
j i
2
) (
2
1
) (
2
1

a) Demuestre que B
1
es una base cartesiana para V (derecha), mientras B
2

es una base oblicua,
b) Determine la base dual de B
2
y expanda v =i+2j+k en trminos de B
2
y
de su base dual B
2
'

c) Encuentre la matriz de transformacin asociada con las bases B y B
1
y
verifique su ortogonalidad,
d) Usando el proceso de ortonormalizacin de Gram-Schmidt construya
una base cartesiana a partir de B
2
.
43) Considere E
3
. Sean X =(1,1,-1), Y =(2,-1, 1) y Z =(-1,1,1).
a) Encuentre los vectores de posicin de los tres puntos dados;
b) Calcule la distancia entre los puntos X e Y, X y Z, e Y y Z;
c) Calcule los ngulos del tringulo cuyos vrtices estn dados por X, Y, Z,
y las aristas del mismo tringulo.
44) Los vectores de posicin r de los puntos ubicados sobre una recta que pasa
por el punto de vector de posicin r
o
y orientada paralelamente al vector
unitario e estn dados por la ecuacin r =r
o
+oe , o e . Demuestre
que la ecuacin de la recta perpendicular a la recta anterior y que pasa por
un punto r
1
no perteneciente a la primera recta, es dada por
58
r=r
1
+o[ex(r
1
-r
o
)]xe,oe

.
45) Demuestre que la distancia (menor) desde un punto X a la recta que une los
puntos Y y Z est dada por:
h=
(X O) (Y O) (Y O) (Z O) (Z O) (X O)
Y Z
+ +
x x x

46) Verifique que r=r
o
+os-|t, o,|e y donde r
o
, s, t eV son vectores
fijos, representa un plano.
47) Determine las matrices de transformacin que representan una rotacin de
bases en un ngulo u con respecto al eje x
1
, al eje x
2
y al eje x
3
, en sentido
positivo (antihorario).
48) Sea V un e.v.p.i., a e V, fijo , a = 0 y o e , fijo. Demuestre que la
solucin de la ecuacin vectorial:
v-a=o
est dada por:
v=
o
a
a b a
2
+ x
siendo b un vector arbitrario. Es decir, la ecuacin vectorial tiene infinitas
soluciones.
49) Sea V un e.v.p.i. y sean a, b e V, fijos, a = 0 . Demuestre que la solucin
de la ecuacin vectorial:
vxa=b
est dada por:
v=
1
2
a
a b a + + o ,o e arbitrario.
Es decir, la ecuacin vectorial tiene infinitas soluciones.
50) Sea V un e.v.p.i.. Sean a,b,c,deV, todos fijos y a,b,d=0. Demuestre que
la solucin de la ecuacin vectorial:
v xd-(b-v)a=c
59
est dada por:
v=
(
+
-
-
-
c b d b a
d a
d c
d b
x ) x (
) (
) (

1

Qu sucede si b - d =0 a - d =0?
51) Sea V un e.v.p.i., y sean a,b,c,deV, a,b,c=0 y oe , fijo, o = 0.
Demuestre que la solucin de la ecuacin vectorial.
ov +v x a +(b - v) c =d , con v - a =0
est dada por:
v=
(
o o
+ o
-
-
) (
) (
) ( 1
2
2
a c c
a c
a d
a d d
a
x x
con c - a = 0 . Qu sucede si a y c son ortogonales? .
52) Considere la rotacin un ngulo u por la regla de la mano derecha de un
vector x a un vector y, siendo e un vector unitario en la direccin del eje de
rotacin.
a) Demuestre que: y-x=-(1-cosu)[x-(x-e)e]+senu(exx)
b) Demuestre que para ngulos de rotacin pequeos:
y-x=xx, donde =ue
c) De acuerdo a la parte b), Cul es el resultado de dos rotaciones
sucesivas pequeas?, Qu implica esto acerca de la posibilidad de
especificar rotaciones pequeas usando un vector?
d) Cun pequeo debe ser u para que la frmula de la parte b) tenga por
lo menos 10% de exactitud?.
53) Explique por qu la definicin geomtrica usual para el mdulo del producto
vectorial entre dos vectores u y v (2.9-10) da como resultado un vector
(|uxv|=|u||v|senu). Explique por qu la definicin no dar un vector si la
magnitud |u x v| se substituye por |u| |v| cosu |u| |v| sen 2u. Refuerze su
discusin con clculos detallados.
60
54) Demuestre que el volumen de un tetraedro (no necesariamente regular) cuyas
aristas coterminales coinciden con los vetores u, v, w es igual a w v u -
6
1
.
Demuestre que las reas vectoriales de las cuatro caras estn dadas por:
) (
2
1
1
w v S = , ..... , ) ( ) (
2
1
4
v w v u S =
Demuestre, finalmente, que S
1
+S
2
+S
3
+S
4
=0.
55) Demuestre que n v u - es el rea del paralelogramo cuyos lados
coterminales coinciden con los vectores u y v y est proyectado sobre un
plano perpendicular a n.
56) Dados los vectores fijos a, b y c, encuentre el vector v que satisface:
0 , = = - a v b c b v
tal que 0 = - b a . Es la solucin encontrada nica?
57) Un espacio vectorial n-dimensional V es generado por el conjunto de vectores
base {k
1
, k
2
, ..., k
n
} (ver problema 11). En el espacio de puntos Euclideano
correspondiente E
n
se define el sistema de coordenadas {y
1
, y
2
, ..., y
n
}, de tal
manera que el vector r que une el origen con el punto de coordenadas (y
1
, y
2
,
..., y
n
) queda expresado por r =y
i
k
i
. Dado un nuevo sistema de coordenadas
{x
1
, x
2
, ..., x
n
}, tal que existe una nica transformacin invertible:
x
i
=x
i
(y
1
, y
2
, ..., y
n
) , i=1, n
demuestre que los n vectores:

i
i
x c
c
=
v
e
constituyen tambin una base para V.
58) Encuentre la solucin general de las siguientes ecuaciones vectoriales,
usando solo operaciones vectoriales simblicas, donde x (x e y) es(son)
el(los) vector(es) incgnita(s):
a) 0 = + + o - - x b x x ,
b) 0 = + - - y y x x
61
c) d y x = | + o , = - y x
d) d y x = | + o , c y x =
donde o, |, son escalares (reales) fijos y b, c, d son vectores fijos.
59) Usando vectores, demuestre que:
| || |
(
(
(
=
- - -
- - -
- - -
w c v c u c
w b v b u b
w a v a u a
w v u c b a det , , , ,
T
para V. Considere:
B
1
=
(
(
(
+ +
+
(
(
(
(
(
(
(
+
+
k j i
j i
j i
= B y
k -
j i
j i
2
) 3 (
2
1
) 3 (
2
1

a) Demuestre que B
1
es una base cartesiana para V (seale si es derecha o
izquierda), mientras B
2
1
y de B
2
y expanda v =i+j+2 k en trminos
de B
2
y de su base dual
61) Sea V el espacio Euclideano tridimensional e [i j k]
T
la base cannica para
V. Considere:
B

=
k i
k j
j i
(
(
(

a) Demuestre que B es una base oblicua para V,
b) Determine la base dual de B y expanda el vector v =3i+2j+k en
trminos de B y de su base dual
c) Determine las matrices mtricas [g
ij
] y [g
ij
]
62) Sea V el espacio Euclideano tridimensional. Considere:
62
B

=
(
(
(
(
(
(
*
3
*
2
*
1
3
2
1
y
e
e
e
= B
e
e
e
*

dos bases (cartesianas), donde la base B* se obtuvo a partir de la base B,
mediante un giro de sta de 30, en sentido antihorario y con respecto al eje
x
3
.
a) Calcule la matriz de transformacin [Q] y verifique por clculo directo
su ortogonalidad,
b) Exprese v =3e
1
+5e
2
+6e
3
en trminos de B*
T
para V. Considere:
B
1
=
(
(
(
+
+
(
(
(
(
(
(
(
+
+ +
+
k i
k j
j i
= B y
k j i
k j i
j i
2
) (
3
1
) 2 (
6
1
) (
2
1

a) Demuestre que B
1
es una base cartesiana para V (seale si es derecha o
izquierda), mientras B
2
2
y expanda v =i+2j+k en trminos de B
2
y
de su base dual
c) Encuentre la matriz de transformacin asociadas con las bases B y B
1
y
verifique su ortogonalidad
d) Usando el proceso de ortonormalizacin de Gram-Schmidt construya
una base cartesiana a partir de B
2
.
64) Sea V el espacio Euclideano tridimensional y B
T
para V. Sean:
u =4i - 2j +3k, v =2i +7j +k y w =5i - 2j +7k,
tres vectores. Calcule los valores de las siguientes operaciones:
63
a) u - v, u - w y v - w,
b) u v, u w, v w, v u, w u y w v,
c) (u v) w y u (v w)
d) [u , v , w ], [u , w , v ], [w , v , u ], [w , u , v ] y [v , w , u ]
e) el volumen del paraleleppedo formado por u, v y w
f) el rea de los paralelogramos generados por u y v, v y w, u y w
g) (u v) (u w)
65) Sea V=
4
, el conjunto S
1
={(1,2,3,6), (4,-1,3,6), (5,1,6,12)} y el conjunto
S
2
={(1,-1,1,1), (2,-1,4,5)}. Encuentre una base para la interseccin de los
subespacios generados por los dos conjuntos dados.

Capitulo 2 (Espacios Vectoriales) PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Capitulo 2 (Espacios Vectoriales) PDF

Uploaded by

Copyright:

Available Formats

2 ESPACI OS VECTORI ALES

Los espacios vectoriales son muy tiles en Ingeniera y Ciencias Aplicadas

<}, con las operaciones:

es convexa y coerciva, luego posee un mnimo en o

, el cual tiene una longitud dada por el

, los que tienen la misma longitud y la misma

}, con su longitud denotada por |{XY

}. Esto es, para sumar dos segmentos de lnea dirigidos

}. Geomtricamente, esta operacin se muestra en la figura

}para cualquier punto X y

} un vector geomtrico. El vector espacial o

}=v e V, la asociacin entre puntos X,Y y el vector v puede

123 de impar n permutaci una es ijk si , 1

son normas para

You might also like