Espavec R3

El
Espacio Vectorial
3
()
I. E. S. Siete Colinas (Ceuta) Departamento de Matemticas
M a t e m t i c a s
d e
2 d e B a c h i l l e r a t o
Por Javier Carroquino CaZas
Catedrtico de matemticas
del
I.E.S. Siete Colinas
Ceuta 2004
El Espacio Vectorial
3
()
Javier Carroquino Caas
Matemticas de 2 de bachillerato

Ciencias de la Naturaleza y la Salud
Tecnologa
El Espacio
Vectorial
3
()
Por
Catedrtico de matemticas
I.E.S. Siete Colinas (Ceuta)
Departamento de Matemticas
Ceuta 2004
I.E.S. Siete Colinas (Departamento de Matemticas)
El Espacio Vectorial
3
()
Depsito Legal : CE&63&2004
ISBN : 84&688&7127&3
Nmero de Registro : 4129104
Ceuta 2004
Prlogo
C
on este tema, El espacio vectorial
3
(), se
comienza a construir la estructura matemtica que
nos permitir y facilitar el posterior estudio del espacio
fsico tridimensional, esto es, el espacio que nos rodea y,
posteriormente, aquello que utiliza a este como
continente, esto es, la cinemtica, la dinmica y la
esttica.
Desde hace muchos aos el ser humano se
interesa por el mundo que le rodea y pone su mente y su
esfuerzo en comprender cosas tan conocidas hoy como el
movimiento, el equilibrio, las energas etc, avanzando en
su comprensin y utilizando esta en el desarrollo
tecnolgico. Sirvan como ejemplos desde el inters por
conocer y comprender las trayectorias de los planetas, la
construccin de edificios o el movimiento de un barco
utilizando distintas energas..
Es precisamente este tema uno de los que
cumplen el objetivo de ser un soporte matemtico para la
r esol uci n de muy di ver sos pr obl emas,
fundamentalmente relacionados con la Fsica y
Tecnologa, algo que, recordamos, desde tiempos
remotos ha preocupado y ha sido motivo de estudio del
ser humano.
Se requiere para la mejor comprensin de estas
pginas que el alumnos haya repasado previamente los
temas Matrices y determinante y Sistemas de
ecuaciones lineales.
Matemticas de 2 de bachillerato El espacio vectorial
3
() I
ndice
Pgina
1.El conjunto
3
............................................... 1
Ejemplo 1 ................................................ 1
Ejemplo 2 ................................................ 1
2.Igualdad de vectores de
3
................................... 2
Ejemplo 3 ................................................ 2
3.Operaciones en
3
............................................ 2
4.Suma en
3
................................................... 2
Ejemplo 4 ................................................ 3
4.1.Propiedades de la suma en
3
.......................... 3
4.1.1.Ley de composicin interna .................... 3
4.1.2.Asociativa .................................... 3
Ejemplo 5 ...................................... 3
4.1.3.Conmutativa ................................... 4
Ejemplo 6 ...................................... 4
4.1.4.Existencia de elemento neutro ................. 4
Ejemplo 7 ..................................... 5
4.1.5.Existencia de elemento opuesto ................ 5
Ejemplo 8 ...................................... 5
5.El grupo conmutativo de los vectores de
3
................... 5
6.Resta en
3
.................................................. 6
Ejemplo 9 ................................................. 6
Ejemplo 10 ................................................ 6
7.Producto de un nmero real por un vector de
3
............... 7
Ejemplo 11 ................................................ 7
Ejemplo 12 ................................................ 7
7.1.Propiedades del produc. de un nreal por un vec. de
3
. 7
7.1.1.Ley de composicin externa .................... 7
7.1.2.Asociativa .................................... 8
Ejemplo 13 ..................................... 8
7.1.3.Distributividad respecto de la suma en ...... 8
Ejemplo 14 ..................................... 9
7.1.4.Distributividad respecto de la suma en
3
...... 9
Ejemplo 15 ..................................... 9
7.1.5.Elem. neut. en el prod. de un nreal por vec. de
3
. 9
Ejemplo 16 ..................................... 10
8.El espacio vectorial
3
() ................................... 10
8.1.Propiedades del espacio vectorial
3
() ............... 10
8.1.1.Producto de un nmero real por el vector cero . 10
Ejemplo 17 ..................................... 10
8.1.2.Producto del n cero por un vector cualquiera . 11
Ejemplo 18 ..................................... 11
8.1.3.Producto del n -1 por un vector cualquiera ... 11
Ejemplo 19 ..................................... 11
9.Combinacin lineal de vectores de
3
() ...................... 11
Ejemplo 20 ................................................ 12
Ejemplo 21 ................................................ 12
Ejemplo 22 ................................................ 12
Ejemplo 23 ................................................ 13
Ejemplo 24 ................................................ 13
Matemticas de 2 de bachillerato El espacio vectorial
3
() II
Pgina
Ejemplo 25 ................................................ 15
Ejemplo 26 ................................................ 16
Ejemplo 27 ................................................ 16
Ejemplo 28 ................................................ 18
Ejemplo 29 ................................................ 19
Ejemplo 30 ................................................ 20
10.Vectores de
3
() linealmente dependientes .................. 21
Ejemplo 31 ................................................ 21
Ejemplo 32 ................................................ 22
Ejemplo 33 ................................................ 23
Ejemplo 34 ................................................ 24
Ejemplo 35 ................................................ 25
11.Vectores de
3
() linealmente independientes ................ 28
Ejemplo 36 ................................................ 28
Ejemplo 37 ................................................ 29
Ejemplo 38 ................................................ 31
Ejemplo 39 ................................................ 32
Ejemplo 40 ................................................ 32
Ejemplo 41 ................................................ 33
12.Base del espacio vectorial
3
() ............................ 34
Ejemplo 42 ................................................ 34
Ejemplo 43 ................................................ 35
13.Base cannica del espacio vectorial
3
() ................... 36
14.Propiedad de las bases del espacio vectorial
3
()........... 36
Ejemplo 44 ................................................ 36
Ejemplo 45 ................................................ 36
15.Componentes de un vector respecto de una base de
3
()....... 38
Ejemplo 46 ................................................ 38
16.Cambio de base en
3
()...................................... 39
Ejemplo 47 ................................................ 40
Ejemplo 48 ................................................ 42
Ejemplo 49 ................................................ 43
Matemticas de 2 de bachillerato Pgina 1 El espacio vectorial
3
()
{ }
R R R R R R R
3
= = ( , , ) , , x y z x y z
r r r
u x y z o u x x x o a a a a etc = = = ( , , ) ( , , ) ( , , ) .
1 2 3 1 2 3
r r
a y o = = ( , , ) ( , , ) 1 1 2 0 0 0
A
ntes del estudio de este tema, el alumno debe afrontar previamente los
desarrollados bajo los ttulos Matrices y determinantes y Sistemas de
ecuaciones lineales perteneciente a esta coleccin de apuntes de matemticas
para 2 de bachillerato (modalidad Ciencias de la Naturaleza y Salud o Cientfico Tecnolgico).
Hemos de suponer el conocimiento del espacio
2
() estudiado en el curso anterior como
paso previo al estudio del Plano Afn.
1.El conjunto
3
.-
R Sea el conjunto de los nmeros reales.
R Se define el conjunto
3
como el producto cartesiano , es decir:
R La expresin se llama terna ordenada, siendo: ( , , ) x y z
x es la primera componente de la terna
y es la segunda componente de la terna
z es la tercera componente de la terna
Ejemplo 1.-
( )
( )
( , , ) , ,
, , ,
, ,

3 0 4 7 3 0 4 7
6 16
5 4
) )
R R R R
, -5 R R -5 R R
R -16 R
3
3 3 3
11
9
3 4
porque
e porque e
porque

A los elementos de
3
les denominamos vectores y los representaremos de la forma:
En definitiva:
r r
u u x y z siendo x y z = R R
3
( , , ) , ,
Ejemplo 2.-
seran dos vectores genricos del conjunto
3
r r
u x y z y v x y z = = ( , , ) ( , , )
1 1 1 2 2 2
Seran dos vectores concretos del conjunto
3
El espacio vectorial
3
()
3
()
{ { { { {
r r r
u v x y z x y z x x y y z z w
suma de vectores suma de numeros
+ = + = + + + =

( , , ) ( , , ) ( , , )
&
R
3
r
r
r r
u x y z
v x y z
u v
x x
y y
z z
=
=
`
)
=
=
=
=
( , , )
( , , )
2.Igualdad de vectores de
3
.-
Dos vectores de
3
son iguales cuando sus componentes son respectivamente iguales.
Es decir:
Ejemplo 3.-
Dados los vectores se verifica que ( )
r r
)
u y v = =
3
2
3 1
3
8 1 5 2 0 3 , , ( , , ) ,
r r
u v =
ya que
3
2
3 1
3
1 5 8 2 0 3 = = = ; y
)
3.Operaciones en
3
.-
Ya hemos definido el conjunto
3
y conocemos la forma de sus elementos, pero en
matemticas, la definicin de un conjunto, sin ms, tiene poca utilidad, es casi obligado definir
en l algunas operaciones entre sus elementos (suma, resta, etc.). Esto es lo que veremos a
continuacin, es decir, qu operaciones se pueden realizar con los elementos (vectores) de
3
.
En matemticas, en las operaciones entre los elementos de un mismo conjunto o de dos
conjuntos distintos hay que distinguir, especialmente, dos tipos:
Operacin interna (o ley de composicin interna) : Es aquella operacin que se realiza
entre dos elementos de un mismo conjunto y el resultado de esa operacin es otro
elemento del mismo conjunto que los operandos.
Operacin externa (o ley de composicin externa) : Es aquella operacin que se
realiza entre dos elementos de dos conjuntos distintos y el resultado de esa operacin es
un elementos de uno de esos conjuntos.
4.Suma en
3
.-
Sea el conjunto
3
.
Sean dos vectores cualesquiera de
3
.
r r
u x y z y v x y z = = ( , , ) ( , , )
Se define la suma y se expresa de la siguiente forma:
r r
u mas v &
r r
u v +
Observa que la suma de vectores o elementos de
3
se basa en la suma de nmeros reales
Observa que a la suma de vectores la denotamos con el smbolo +, igual que a la suma
de nmeros reales.
Ntese tambin que el resultado de sumar dos elementos de
3
es otro elemento de
3
.
3
()
+ =
r r r r r
u v se verifica que u v w , , R R
3 3
( ) ( ) ( ) ( )
r r r
u v w + = + = + + = = 2 4 3 2 4 3 1
1
3
5
3
2
5
5
3
1
3
2
5
11
3
1
15
, , , , , , , ,
+ + = + +
r r r r r r r r r
u v w R se verifica que u v w u v w , , , ( ) ( )
3
[ ]
( ) ( )
( ) ( , , ) ( , , ) ( , , ) ( , , ) ( , , )
( ) , ( ) , ( ) ( ) , ( ) , ( )
( , , ) (
r r r
u v w x y z x y z x y z x x y y z z x y z
x x x y y y z z z x x x y y y z z z
x y z
+ + = + + = + + + + =
+ + + + + + = + + + + + + =
+
1 1 1 2 2 2 3 3 3 1 2 1 2 1 2 3 3 3
1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
1 1 1
[ ] ( ) x x y y z z x y z x y z x y z u v w
2 3 2 3 2 3 1 1 1 2 2 2 3 3 3
+ + + = + + = + + , , ) ( , , ) ( , , ) ( , , )
r r r
Ejemplo 4.-
Sean los vectores de
3
. Hallemos : ( ) ( )
r r
u y v = = 2 4 3
1
3
5
3
2
5
, , , ,
r r
u v +
Observa que el resultado de la suma es otro vector de
3
.
4.1.Propiedades de la suma en
3
.-
Hemos visto como se suman elementos de
3
. Insistimos en que para sumar vectores de
3
slo se necesita saber sumar nmeros reales.
Ahora veremos las propiedades que tiene la suma en
3
.
4.1.1. Ley de composicin interna :
La suma de dos elementos cualesquiera de
3
es otro elemento de
3

Es decir:
Demostracin:
r
r
u x y z
v x y z
x y z
x y z
x x
y y
z z
x x y y z z
=
=

+
+
+
+ + +
( , , )
( , , )
, ,
, ,
( , , )
1 1 1
3
2 2 2
3
1 1 1
2 2 2
1 2
1 2
1 2
1 2 1 2 1 2
3
R
R
R
R
R
R
R
R
Ahora bien, por definicin, luego c.q.d. ( , , ) x x y y z z u v
1 2 1 2 1 3
+ + + = +
r r r r
u v + R
3
4.1.2. Asociativa:
La suma en
3
es asociativa
Es decir:
Demostracin:
Sean tres vectores de
3
r r r
u x y z v x y z y w x y z = = = ( , , ) , ( , , ) ( , , )
1 1 1 2 2 2 3 3 3
Por
tanto : ( ) ( ) . . .
r r r r r r
u v w u v w c q d + + = + +
Podemos expresar tambin que ( ) ( )
r r r r r r r r r
u v w u v w u v w + + = + + = + +
Ejemplo 5.-
Dados los vectores , hallar
r r r
u v y w = = = ( , , ) , ( , , ) ( , , ) 8 7 9 6 9 4 1 0 3
r r r
u v w + +
Veamos:
3
()
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
r
r
r
r
r
r r
r
a b
b a
a b b a
+ = + = + + + =
+ = + = + + =
+ = +
2
3
4
5
7
2
1
5
2
3
7
2
4
5
1
5
8
3
5
3
7
2
1
5
2
3
4
5
2
3
7
2
1
5
4
5
8
3
5
3
6 2 2 6 1
2 6 2 6 1
, , , , , , , ,
, , , , , , , ,
Por tanto
+ = + =
r r r r r r r
o u se verifica que u o o u u R R
3 3
r r r
u v w + + = + + = + + + + + =
=
( , , ) ( , , ) ( , , ) ( , , )
( , , )
8 7 9 6 9 4 1 0 3 8 6 1 7 9 0 9 4 3
15 2 8
+ = +
v r v r r v
u v R se verifica que u v v u , ,
3
4.1.3. Conmutativa:
La suma en
3
es conmutativa
Es decir:
Demostracin:
Sean dos vectores cualesquiera de
3
r r
u x y z v x y z = = ( , , ) , ( , , )
1 1 1 2 2 2
Vamos a ver que
v r r r
u v v u + = +
r r
r r
u v x y z x y z x x y y z z por la propiedad conmutativa
de numeros x x y y z z x y z x y z v u
+ = + = + + + =
= + + + = + = +
( , , ) ( , , ) ( , , )
& ( , , ) ( , , ) ( , , )
1 1 1 2 2 2 1 2 1 2 1 2
2 1 2 1 2 1 2 2 2 1 1 1
Es decir, c.q.d
v r r r
u v v u + = +
Ejemplo 6.-
Dados los vectores de
3
, comprobar que . ( ) ( )
r
r
a y b = =
2
3
4
5
7
2
1
5
6 2 , , , ,
r
r r
r
a b b a + = +
Veamos:
4.1.4. Existencia de elemento neutro:
Existe un vector de
3
tal que sumado con cualquier otro vector de
3
, el resultado es
este ltimo.
A ese vector le llamaremos vector cero y lo representaremos como
r
o
Es decir:
Es evidente que siendo 0 0 el elemento neutro de la suma en .
v
o = ( , , ) 0 0 0
Demostracin:
Sea un vector cualquiera de
3
.
r
u x y z = ( , , )
r r r
r r r
u o x y z x y z x y z u
Por la propiedad conmutataiva tambien es o u u
+ = + = + + + = =
+ =
( , , ) ( , , ) ( , , ) ( , , )
&
0 0 0 0 0 0
3
()
opuesto de u u x y z x y z
r r
= = = ( , , ) ( , , )
r r
r
u u x y z x y z x x y y z z
x x y y z z o
+ = + = + + + =
= = =
( ) ( , , ) ( , , ) ( ( ) , ( ) , ( ) )
( , , ) ( , , ) 0 0 0
( ) ( ) opuesto de u u
r r
= = = 2 45 3 7 2 45 3 7 , , , ,
r r
r
u o
u
+ = + = + + + =
= =
( , , ) ( , , ) ( , , )
( , , )
9 14 5 0 0 0 9 0 14 0 5 0
9 14 5
+ =
r r r r r
u u u u o R R
3 3
, ( ) ( )
Ejemplo 7.-
Sea el vector . Vamos a sumarle el vector cero.
r
u = ( , , ) 9 14 5

4.1.5. Existencia de elemento opuesto:
Para todo vector de
3
existe otro vector (tambin de
3
) tal que sumados ambos, el
resultado es el vector cero.
Es decir:
Dado un vector cualquiera existe otro vector de
3
tal que sumado con el
r
u R
3
,
r
u
resultado el . A ese vector se le denomina opuesto de y se expresa . Quede claro que
r
o
r
u
r
u
cada vector tiene su opuesto y que es el opuesto de y es el opuesto de .
r
u
r
u
r
u
r
u
Matemticamente esta propiedad se expresa del siguiente modo:
Cmo ser el
vector opuesto a un vector ?
r
u x y z = ( , , )
Demostracin:
Nota : la expresin se lee opuesto de u o menos u.
r
u
Ejemplo 8.-
Dado el vector , queremos obtener su opuesto. ( )
r
u = 2 45 3 7 , ,
Veamos:
5.El grupo conmutativo de los vectores de
3
.-
3 Hemos definido el conjunto
3
.
3 Hemos definido la suma en el conjunto
3
.
3 Hemos visto las propiedades que tiene la suma en
3
.
4 Operacin interna (o ley de composicin interna).
4 Asociativa.
4 Conmutativa.
4 Existencia de elemento neutro.
4 Existencia de elemento opuesto.
3
()
r
r
r r r r
r
u x y z
v x y z
u v u v x y z x y z
x y z x y z
x x y y z z w
=
=
`
)

= + = =
= + =
= =
( , , )
( , , )
( ) ( , , ) ( , , )
( , , ) ( , , )
( , , )
1 1 1
2 2 2
1 1 1 2 2 2
1 1 1 2 2 2
1 2 1 2 1 2
( ) ( ) ( ) ( )
r r
u v = = + = 2 4 2 0 2 2 4 0 0 4
2
5
4
3
2
5
4
3
26
15
, , , , , , , ,
r r r
r
u x y z u u x y z x y z
x x y y z z o
= = =
= = =
( , , ) ( , , ) ( , , )
( , , ) ( , , ) 0 0 0
( ) R es una estructura
3
, . +
( ) R es un grupo conmutativo
3
, . +
( ) ( ) ( )
( )
r r r r r r
r
u x v x v u
x
+ = = = = + =
= =
4 1 5 3 4 5 1 3
1 4
2
3
3
5
2
3
3
5
19
15
, , , , , ,
, ,
Pues bien:
Un conjunto dotado de una o ms operaciones internas, se dice que es una estructura. La
forma de expresarlos es . En nuestro caso: ( ) Conjunto Simbolo de la operacion , &
Una estructura con una operacin interna que tiene las cinco propiedades mencionadas
anteriormente, se dice que es un grupo conmutativo o grupo abeliano.
6.Resta en
3
.-
Sean dos vectores de
3
.
r r
u y v
Se define la resta y se expresa como la suma de con el opuesto
r r
u menos v
r r
u v
r
u
de . Ntese que se utiliza el mismo smbolo que para la resta de nmeros.
r
v
Es decir:
Observa que la resta de vectores se define a partir de la suma.
Ejemplo 9.-
Sean los vectores . Hallar el vector ( ) ( )
r r
u y v = = 2 4 2 0
2
5
4
3
, , , ,
r r
u v
Veamos:
Si restamos dos vectores iguales, el resultado es el vector cero. Es decir:
Ejemplo 10.-
Sean los vectores Buscamos el vector tal que ( ) ( )
r r
u y v = = 5 3 4 1
3
5
2
5
, , , , .
r
x
r r r
u x v + =
Veamos:
3
()
( ) ( ) ( )
r r
v u = = = = 3 3 2 5 3 3 2 3 5 1 6 3 5
1
3
3 1
3
3 3
, , , ( ) , , ,

r r
u x y z x y z v = = = ( , , ) ( , , ) R
3
7.Producto de un nmero real por un vector de
3
.-
Sea un nmero real cualquiera, es decir, 0.
Sea un vector cualquiera de
3
.
r
u x y z = ( , , )
Se define el producto del nmero real por el vector , y se expresa (o tambin )
r
u
r
u
r
u
de la siguiente forma:
Ntese que las operaciones son productos de nmeros reales, es decir, el x y z , ,
producto de un nmero real por un vector de
3
se apoya en el producto de nmeros reales.
Ntese que el producto de un nmero real por un vector es un vector.
En general utilizaremos la notacin en lugar de
r
u x y z = ( , , ) =
r
u x y z ( , , )
Ejemplo 11.-
Dado el vector , hallar el vector ( )
r
u =
1
3
3
2 5 , , 3
r
u
Veamos:
Ntese que 3
r r r r
u u u u = + +
Ejemplo 12.-
Dado el vector , queremos hallar el vector sabiendo que ( )
r
a =
7
2
8
3
2 , ,
r
u
r r
a u =
4
5
Veamos:
( ) ( )
Llamamos u x y z Buscamos x y z
u x y z x y z
x x
y y
z z
r
r
=
= = =
= =
= =
= =
( , , ). , ,
( , , ) , , , ,
4
5
4
5
4
5
4
5
4
5
7
2
8
3
4
5
7
2
35
8
4
5
8
3
10
3
4
5
5
2
2
2
Por tanto es el vector buscado. ( )
r
u =
35
8
10
3
5
2
, ,
7.1.Propiedades del producto de un nmero real por un vector de
3
.-
Hemos definido una nueva operacin en la que los operandos son un nmero real y un
vector de
3
, es decir, operamos dos elementos pertenecientes a dos conjuntos distintos, y
3
.
Ahora veremos las propiedades de esta nueva operacin.
7.1.1. Ley de composicin externa:
El producto de un nmero real por un vector de
3
es otro vector de
3
. Es decir:
3
()

`
)
=
R
R
R
r
r r
u
es u v
3
3
R R R
=
3 3
( , )
r r r
u u v
15 3 5 3 5 3 10 10 25 30 30 75
r r r
u u u = = = = ( ) ( ) ( , , ) ( , , )

`
)
+ = +

,
( )
R
R y u
se verifica que u u u
r
r r r
3
Es decir, a cada par formado por un nmero real y un vector le corresponde un nico
r
u
vector
r
v.
Una forma de expresar matemticamente esta operacin es como una aplicacin del
conjunto
3
en el conjunto
3
, siendo
3
el producto cartesiano del conjunto por
3
Es decir:
Al estar el conjunto
3
dotado de una ley de composicin externa (u operacin externa)
y ser el otro operando el conjunto , se expresa
3
( ).
7.1.2. Asociativa:

`
)
=

,
( ) ( )
R
R y u
se verifica que u u
r
r r
3
Ntese que el es la operacin producto de nmeros y la no existencia de punto es producto
de un nmero por un vector. En ocasiones, tambin se omite el
Demostracin:
Sean . Demostremos que : , ( , , ) = R R y u x y z
r
3
( ) ( ) =
r r
u u
( ) ( )
[ ] ( )
( ) ( ) ( , , ) ( ) , ( ) , ( ) ( ) , ( ) , ( )
( , , ) ( , , ) . . .

= = = =
= = =
r
r
u x y z x y z x y z
x y z x y z u c q d
Ntese que en la demostracin hemos utilizado la propiedad asociativa del producto de
nmeros reales.
Ejemplo 13.-
Sea el vector . La operacin podemos hacerla de varias formas:
r
u = ( , , ) 2 2 5 15
r
u
7.1.3. Distributividad respecto de la suma en :
3
es distributiva respecto de la suma
de nmero reales
Es decir:
Observa en la igualdad anterior que el primer + es suma de nmeros y el segundo + es
suma de vectores.
3
()

`
)
+ = +

R
R
y
u v
se verifica que u v u v
r r
r r r r
,
( )
3
Demostracin:
Sean Demostremos que : , ( , , ) . = R R y u x y z
r
3
( ) + = +
r r r
u u u
( ) ( ) ( ) ( , , ) ( ) , ( ) , ( ) ( , , )
( , , ) ( , , ) ( , , ) ( , , ) . . .

+ = + = + + + = + + + =
= + = + = +
r
r r
u x y z x y z x x y y z z
x y z x y z x y z x y z u u c q d
Ntese como en la demostracin se combinan las operaciones suma de nmeros, suma de
vectores, producto de nmeros y producto de nmero por vector.
Ejemplo 14.-
Dado el vector , comprobar que
r
u = ( , , ) 6 5 2 8 5 3 5 3
r r r r
u u u u = + = + ( )
Veamos:
8 8 6 5 2 48 40 16
5 5 6 5 2 30 25 10
3 3 6 5 2 18 15 6
5 3 30 18 25 15 10 6 48 40 16
8 5 3
r
r
r
r r
r r r
u
u
u
u u
u u u
= =
= =
= =
+ = + + =
= +
( , , ) ( , , )
( , , ) ( , , )
( , , ) ( , , )
( , , ) ( , , )
7.1.4. Distributividad respecto de la suma en
3
:
3
es distributiva respecto de la suma
de nmero vectores
Es decir:
Observa en la igualdad anterior que los dos signos + que aparecen es suma de vectores.
Demostracin:
3
. = = R y u x y z v x y z
r r
( , , ) , ( , , )
1 1 1 2 2 2
[ ]
( ) ( )

( ) ( , , ) ( , , ) ( , , )
( ) , ( ) , ( ) , ,
( , , ) ( , , ) ( , , ) ( ,
r r
u v x y z x y z x x y y z z
x x y y z z x x y y z z
x y z x y z x y z x y
+ = + = + + + =
= + + + = + + + =
= + = +
1 1 1 2 2 2 1 2 1 2 1 2
1 2 1 2 1 2 1 2 1 2 1 2
1 1 1 2 2 2 1 1 1 2 2
, ) z u v
2
= +
r r
Ejemplo 15.-
Dados los vectores , comprobar que
r r
u y v = = ( , , ) ( , , ) 4 3 1 3 5 6 3 3 3 ( )
r r r r
u v u v + = +
Veamos:
[ ] 3 3 4 3 1 3 5 6 3 4 3 3 5 1 6 3 1 2 7 3 6 21
3 3 3 4 3 1 3 3 5 6 12 9 3 9 15 18 12 9 9 15 3 18 3 6 21
( ) ( , , ) ( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , ) ( , , ) ( , , ) ( , , )
r r
r r
u v
u v
+ = + = + + = =
+ = + = + = + + =
7.1.5. Elemento neutro en el producto de un nmero por un vector de
3
:
Si multiplicamos el nmero 1 por un vector cualquiera de
3
, el resultado es ese vector.
3
()
=
r r r
u R severifica que u u
3
1 ,
1 1 1 1 1
r r
u x y z x y z x y z u = = = = ( , , ) ( , , ) ( , , )
( ) ( ) ( ) 1 1 7 1 7 1 1 7
r r
u e e e u = = = = , , , ( ) , , ,

r r
o o = = = = ( , , ) ( , , ) ( , , ) 0 0 0 0 0 0 0 0 0
Es decir:
Demostracin:
Se un vector cualquiera de
3
. Veamos que :
r
u x y z = ( , , ) 1
r r
u u =
Ejemplo 16.-
Sea el vector . Hallemos ( )
r
u e = 7 , , 1
r
u

8.El espacio vectorial
3
().-
Recordemos lo que hemos visto anteriormente:
T El conjunto
3
. A sus elementos les hemos llamado vectores.
T Suma en
3
, es decir, suma de vectores.
T Propiedades de la suma en
3
, es decir, propiedades de la suma de vectores.
T El grupo conmutativo (
3
, +)
T Producto de un nmero real por un vector de
3
.
T Propiedades del producto de un nmero real por un vector de
3
.
Pues bien:
Con estas dos operaciones y sus propiedades, se dice que el conjunto
3
es un espacio
vectorial sobre el conjunto .
Se expresa
3
() o tambin (
3
, + , )
En la segunda expresin, el indica el producto de un nmero real por un vector.
8.1.Propiedades del espacio vectorial
3
() :
Veamos algunas propiedades del espacio vectorial
3
()
8.1.1. Producto de un nmero real por el vector cero:
El producto de un nmero real cualquiera por el vector cero de
3
() es el vector cero
Es decir: = R, es o o
r r
Demostracin:
Sea un nmero real cualquiera.
Ejemplo 17.-
( ) ( ) 7 7 0 0 0 7 0 7 0 7 0 0 0 0
r v
o o = = = = , , , , ( , , )
3
()
( ) ( ) ( ) ( , , ) ( ) , ( ) , ( ) ( , , )
( , , ) . . .
= = = =
= =
1 1 1 1 1
r
r
u x y z x y z x y z
x y z u c q d
( )
0
2 8 5
0 0 2 8 5 0 2 0 8 0 5 0 0 0
3
`
)
= = = =
R
u
u o
r
r r
( , , )
( , , ) , , ( ) ( , , )
R
( )

=
`
)
= = = = =
1
2 8 5
1 1 2 8 5 1 2 1 8 1 5 2 8 5 2 8 5
3
R
u
u u
r
r r
( , , )
( ) ( ) ( , , ) ( ) , ( ) , ( ) ( ) ( , , ) ( , , )
R
0 0 0 0 0 0 0 0
r r
u x y z x y z o = = = = ( , , ) ( , , ) ( , , )
8.1.2. Producto del nmero cero por un vector cualquiera:
El producto del nmero cero por cualquier vector de
3
() es el vector cero
Es decir:
=
r r r
u es u o R
3
, 0
Demostracin:
Sea un vector cualquiera del espacio vectorial
3
().
r
u x y z = ( , , )
Ejemplo 18.-
8.1.3. Producto del nmero &1 por un vector cualquiera:
El producto de &1 por un vector cualquiera del espacio vectorial
3
(), es igual al
opuesto de ese vector.
Es decir: =
r r r r
u se verifica que u u opuesto de u R
3
1 , ( ) ( )
Demostracin:
Sea un vector cualquiera del espacio vectorial
3
().
r
u x y z = ( , , )
Ejemplo 19.-
9.Combinacin lineal de vectores de
3
().-
Sean dos vectores del espacio vectorial
3
(), que sean distintos de .
r r
u y v
r
o
Se dice que el vector es combinacin lineal del vector , si existe un nmero real
r
u
r
v
(0) tal que
r r
u v =
Matemticamente:
Si es combinacin lineal de , entonces es combinacin lineal de .
r
u
r
v
r
v
r
u
En efecto:
Supongamos dos vectores distintos de tales que es combinacin lineal de
r r
u y v
r
o
r
u
r
v
{
r r r r
u es combinacion lineal de v R u v =

0
3
()
( ) ( )
r r
u v = = = = ( , , ) , , , , 6 10 3 2 3 5 2 2 2 3 5 2
3
2
3
2
( ) ( ) ( )
r r
v u = = = = = 3 5 6 10 3 6 10 3
3
2
6
2
10
2
3
2
1
2
1
2
1
2
1
2
1
2
, , , , , ( ) , ( , , )
r r r r
u es combinacion lineal de v u v & ( , , ) ( , , )
( , , ) ( , , )
= =
=
= =
= =
= =

R 27 18 9 9 6 3
27 18 9 9 6 3
9 27 3
6 18 3
3 9 3
r r r r
u es combinacion lineal de v u v
dos valores para
& ( , , ) ( , , )
( , , ) ( , , )
= =
=
= =
= =
= =
R
3
2
4
3
2
3
3
2
4
3
2
3
3
2
1
2
1
2
2
3
4
3
4 3 8
4 3 8
3
8 4
2
{
( )
( )
r r r r r r r r r r
r r r r
u comb lineal de v u v u v v v v v
Es decir v u siendo v es combinacion lineal de u
. ( )
:
= = = = = =
=

0
1 1 1
1 1
1
0
R
Ejemplo 20.-
Sean los vectores . ( )
r r
u y v = = ( , , ) , , 6 10 3 3 5
3
2
Observa que el vector es combinacin lineal del vector ya que:
r
u
r
v
Es decir: = 2 2 R
r r
u v
Veamos que tambin el vector es combinacin lineal del vector :
r
v
r
u
E s
decir: =
1
2
1
2
R
r r
v u
Ejemplo 21.-
Sean los vectores .Es combinacin lineal de ?
r r
u y v = = ( , , ) ( , , ) 27 18 9 9 6 3
r
u
r
v
Veamos:
Por tanto, , es decir, es combinacin lineal de .
r r
u v = 3
r
u
r
v
Tambin es combinacin lineal de ya que .
r
v
r
u
r r
v u =
1
3
Ejemplo 22.-
Sean los vectores .Es combinacin lineal de ? ( ) ( )
r r
u y v = =
3
2
4
3
2
3
4 3 8 , , , ,
r
u
r
v
Veamos:
Por tanto, 0 , es decir, ninguno de los dos vectores es combinacin lineal del otro
r r
u v =
3
()
r r r r r r r r r r
u v w u v o u v v u = + = + = =
0
1
Sean tres vectores del espacio vectorial
3
().
r r r
u v y w ,
Se dice que el vector es combinacin lineal de los vectores , si existen dos
r
u
r r
v y w
nmeros reales y (alguno de ellos distinto de cero) tal que .
r r r
u v w = +
Matemticamente:
Si es combinacin lineal de y y son distintos de cero, entonces es
r
u
r r
v y w
r
v
combinacin lineal de y es combinacin lineal de .
r r
u y w
r
w
r r
u y v
En efecto:
es combinacin lineal de y y son distintos de cero
r
u
r r
v y w = +
r r r
u v w
= = =
r r r r r r r r r r r r
v u w v u w v u w v es comb lineal de u y w
1 1 1
( ) .
Del mismo modo obtendramos que , es decir, es comb. lineal de
r r r
w u v =
1
r
w
r r
u y v
Qu ocurre si = 0 o = 0 (no ambos)?
Supongamos que es combinacin lineal de con 0 y = 0 :
r
u
r r
v y w
Es decir, es combinacin lineal de y es combinacin lineal de , sin embargo
r
u
r
v
r
v
r
u
r
w
no es combinacin lineal de los otros dos ya que sera lo cual no existe.
r r r
w u v =
1
0 0
,
Ejemplo 23.-
Construye tres vectores que sean combinacin lineal de
r r
u y v = = ( , , ) ( , , ) 1 6 3 6
5
4
2
5
Veamos:
Cualquier vector obtenido de la forma con y/o distintos de cero, es una
r r
u v +
combinacin lineal de
r r
u y v
1 1 1 6 3 6 1 3 6 6 2
1 1 1 6 3 6 1 3 6 6 4
0 2 2 0 0 0 2
5
4
2
5
2
5
5
4
32
5
19
4
5
4
2
5
2
5
5
4
28
5
29
4
r r r r r
r r r r
r
r r r r
u v u v a
u v u v b
u v o v
+ = + = + = + + = =
= = = + = =
+ = + = +
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , ) ( , , )
( , , ) (3 6 2 3 2 2 6 6 12
2
5
2
5
4
5
, , ) ( , , ( ) ) ( , , ) = = =
r
c
Los vectores son combinacin lineal de los vectores .
r
r
r
a b y c ,
r r
u y v
Ejemplo 24.-
Sean tres vectores. Queremos saber
r r r
u v y w = = = ( , , ) , ( , , ) ( , , ) 2 1 5 2 2 3 2 11 3
si es combinacin lineal de
r
u
r r
v y w.
r r r r r r
6 7 444 8 444
u es combinacion lineal de v y w R u v w
y o
& ,
/
= +

0 0
3
()
r r r r r r
u es comb lineal de v y w R u v w . , = +
S
+ =
+ =
( ):
( ):
1 2 2 2
2 2 11 1

Veamos:
El problema es:
Existen y ?
Qu valores tiene y ?
Intentemos responder a estas preguntas:

r r r
v w u + =
+ =
+ =
+ + + =
+ =
+ =
+ =
( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , )
( , , ) ( , , )
2 2 3 2 11 3 2 1 5
2 2 3 2 11 3 2 1 5
2 2 2 11 3 3 2 1 5
2 2 2
2 11 1
3 3 5
Por tanto, las dos preguntas anteriores se reducen a saber si el sistema anterior, de tres ecuaciones
con dos incgnitas ( y ) es compatible (tiene solucin) y cul o cuales son esas soluciones.
Es decir:
r r r
u es comb lineal de v y w S es compatible . :
+ =
+ =
+ =
2 2 2
2 11 1
3 3 5

Discutamos y resolvamos el sistema S :
A matriz de coeficientes y A matriz ampliada =
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
2 2
2 11
3 3
2 2 2
2 11 1
3 3 5
*
El sistema es compatible ] Rango A = Rango A
*
Hallemos Rango A = 1 o 2
M Rango A
2
2 2
2 11
22 4 18 0 2 = = = =
Hallemos Rango A
*
= 2 o 3
A Rango A
* *
=
= = =
2 2 2
2 11 1
3 3 5
110 12 6 66 6 20 0 2
Por tanto: Rango A = Rango A
*
= 2 = nmero de incgnitas Y S es compatible determinado
Conclusin: Ya sabemos que es combinacin lineal de
r
u
r r
v y w
Ahora resolveremos el sistema S para determinar dicha combinacin :
De la obtencin del rango de A
*
sacamos la conclusin que la tercera fila de A
*
es
combinacin lineal de las dos primeras, es decir, la tercera ecuacin del sistema es combinacin
lineal de las dos primeras. Eliminando la tercera ecuacin obtenemos un sistema S equivalente.
Se trata de un sistema de dos ecuaciones con dos incgnitas que resolvemos por reduccin
3
()
A y A
v w v w u
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|

2 2
2 11
3 3
2 2 2
2 11 1
3 3 5
*
r r r r r
resolvemos
SUMAMOS
( )
( )
: ; ; ;
( )
1 2 2 2
2 2 11 1
9 3 2 2 2 2
1
1
3
1
3
8
3
4
3
+ =
=
= = + = = =

Por tanto:
Observacin importante:
Observa las matrices A y A
*
del ejemplo anterior (ejemplo 24). Las columnas de la matriz
A son las componentes de los vectores , mientras que en la matriz A
*
aparece .
r r
v y w
r
u
Es decir:
De ello interpretamos que para saber si uno de los vectores es combinacin lineal de otro
o de los otros dos, basta con analizar los rangos de esas matrices. Veamos:
4 Si Rango A = 1, entonces un columna es combinacin lineal de la otra, es decir, uno de
los vectores es combinacin lineal del otro.
r r
v o w
4 Si Rango A = 2, entonces ninguna de las dos columnas es combinacin lineal de la otra,
es decir, ninguno de los vectores es combinacin lineal del otro.
r r
v o w
4 Si Rango A
*
= Rango A = 1, entonces hay dos columnas que son combinacin lineal
(mltiplo) de la otra, es decir, hay dos vectores que son combinacin lineal de otro.
4 Si Rango A
*
= Rango A = 2, entonces hay una columna que es combinacin lineal de las
otras dos, es decir, uno de los vectores es combinacin lineal de los otros dos.
4 Si Rango A
*
= 3 , entonces ninguna columna es combinacin lineal de las otras dos, es
decir, ninguno de los tres vectores es combinacin lineal de los otros dos.
Ejemplo 25.-
Dados los vectores del ejemplo anterior (ejemplo 24), expresar el vector como
r
v
combinacin lineal de los vectores .
r r
u y w
Veamos:
Vimos que
r r r
u v w = +
4
3
1
3
Despejamos:
4
3
1
3
1
4
3
4
4 3
r r r r r r r r r
v w u v w u v w u = = = ; ;
La ltima expresin nos da el vector como combinacin lineal de .
r
v
r r
u y w
3 es combinacin lineal de
r
u
r r
v y w
3
r r r
u v w = +
4
3
1
3
3
()
M Es evidente que Rango M o o =

|
\
|
.
|
|
|
=
2 1 0
0 1 0
0 1 1
1 2 3
M
v
w
y M
v
w
u
=

|
\
|
.
|

|
\
|
.
|
|
|
2 5 3
4
2 5 3
4
3 4 1
1
2
9
2
1
2
9
2
r
r
r
r
r
*
Ejemplo 26.-
Dados los vectores , averigua si alguno
r r r
u v y w = = = ( , , ) , ( , , ) ( , , ) 2 0 0 1 1 1 0 0 1
de ellos es combinacin lineal de los otros dos.
Veamos:
Consideremos la matriz formada por los tres vectores anteriores situados en columna:
Hallemos el rango de la matriz M :

M
El vector u no es c l de v ni v de u
Rango M o
M Rango M
Ninguna columna es combinacion
lineal de lasotras dos
2
2 1
0 1
2 0
2 3
2 1 0
0 1 0
0 1 1
2 0 3
=

=

=

= =

r r r r
. .
&
.
Conclusin : Ninguno de los tres vectores dados es combinacin lineal de los otros dos.
Observacin:
En el ejemplo anterior hemos llamado M a la matriz formada por los tres vectores
situados como columnas y hemos hallado su rango. Recordando el tema matrices y
determinantes, sabemos que una matriz y su traspuesta tienen el mismo rango, es decir, que la
matriz M la podemos construir poniendo los vectores como filas, siendo el resultado el mismo,
esto es, si el rango es 3, ninguna de las filas es combinacin lineal de las otras dos.
Ejemplo 27.-
Sean los vectores . Queremos saber: ( ) u v y w = = = ( , , ) , ( , , ) , , 3 4 1 2 5 3 4
1
2
9
2
a) Es el vector combinacin lineal de los otros dos?
r
u
b) En caso que la respuesta anterior sea afirmativa, encuentra esa combinacin.
Veamos:
a) Construimos una matriz (M) con los vectores puestos como filas. Posteriormente
r r
v y w
otra matriz (M
*
) a la que aadimos el vector el vector en la ltima fila :
r
u
Sabemos que
r r r
w es combinacion lineal de v y w Rango M Rango M =
*
M Rango M
2 1
2
5
2
21
2
2 5
4
8 0 2 =

= = =
3
()
M
*
=

= + + =
+ +
= =
2 5 3
4
3 4 1
8 6 36 36
135 16 12 5 72 72
2
0
2
0
1
2
9
2
135
2
5
2
( )
( ) ( )
( )

r r r
v w u
S
+ =
+ =
+ =
+ + + =
+ =
+ =
+ =
( , , ) , , ( , , )
, , , , ( , , )
, , ( , , ) :
2 5 3 4 3 4 1
2 5 3 4 3 4 1
2 5 4 3 3 4 1
2 3
5 4 4
3 1
1
2
9
2
1
2
9
2
1
2
9
2
1
2
9
2
B y B =

|
\
|
.
| =

= =
2
5 4
2
5 4
8
21
2
1
2
1
2 5
2
=

=
+
= =
=
3
4 4
12 2 4
3
2 3
5 4
8 15 2
3
1
2
21
2
21
2
21
2
21
2
;
De lo anterior se deduce que ni el vector es combinacin lineal de ni este de ,
r
v
r
w
r
v
ya que las dos filas son linealmente independientes.
Hallemos Rango M
*
= 2 o 3
Es decir, Rango M
*
= 2 = Rango M
Conclusin:

b) Del apartado anterior deducimos que + = , ( / ) R v w u y o
r r r
0 0
Hallemos y :
Sistema de 3 ecuaciones con 2 incgnitas que sabemos es compatible. Construyamos las
matrices de coeficientes y ampliada:
A y A siendo Rango A Rango A =
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
= =
2
5 4
3
2 3
5 4 4
3 1
2
1
2
9
2
1
2
9
2
* *
Como Rango A
*
= 2 , podemos asegurar que la tercera fila (tercera ecuacin) es
combinacin lineal de las dos primeras. Eliminamos esa ecuacin y obtenemos un
sistema S
1
equivalente a S.
S siendo S S
1
1
2
1
2 3
5 4 4
:
+ =
+ =

Como el sistema S
1
es de Cramer, resolvemos por este mtodo:

El vector es combinacin lineal de
r
u
r r
v y w
3
()
Conclusin:
r r r
u v w = +
4
3
2
3
Ejemplo 28.-
Sean los vectores . Se pide: ( )
r r r
u v y w = = = ( , , ) , ( , , ) , , 2 1 3 6 3 9 1
1
2
3
2
a) Hay algn vector que sea combinacin lineal de los otros dos?
b) En caso afirmativo, encuentra una combinacin de cada una con los otros dos.
Veamos:
a y b) Construyamos la matriz formada por los tres vectores:
M
u
v
w
Rango M o o Hallemos y analicemos el rango =
|
\
|
.
|
|
|
=
2 1 3
6 3 9
1
1 2 3
1
2
3
2
r
r
r
.
M y
La fila es multiplo de la
El vector v es comb lineal de u
2
2 1
6 3
0
2 3
6 9
0
2 1
=

&
.
r r
De lo anterior deducimos que . Hallemos el valor de
r r
v u =
( , , ) ( , , ) ( , , ) = =
= =
=
= =
6 3 9 2 1 3 2 3
2 6 3
3
3 9 3

Por tanto:
Si eliminamos la segunda fila de la matriz M obtenemos otra matriz con igual rango :

T siendo RangoT Rango M o
T RangoT Rango M
=

|
\
|
.
| = =
=

= + =

= + = = =
2 1 3
1
1 2
2 1
1
1 1 0
2 3
1
3 3 0 1 1
1
2
3
2
2 1
2
3
2
;
De lo anterior deducimos que la segunda fila de T es combinacin lineal de la primera,
es decir, el vector es combinacin lineal de . Hallemos esa combinacin:
r
w
r
u
( , , ) ( , , ) ( , , ) = =
= =
=
= =
1 2 1 3 2 3
2 1
3
1
2
3
2
1
2
1
2
3
2
1
2

Por tanto:
Hemos expresado cada vector como combinacin lineal de los otros dos.
el vector es comb. lineal de
r r r r
v u w u = + = 3 0 3
r
v
r r
u y w
r r r r
u v w v = + =
1
3
1
3
0
r
u
r r
v y w
r r r r
w u v u = + =
1
2
1
2
0
r
w
r r
u y v
r r r r
u w v w = + = 2 0 2
r
u
r r
v y w
3
()
r
r
r
r
r
u
v
w
t
Es t combinacion lineal de los otros tres
=
=
=
=
( , , )
( , , )
( , , )
( , , )
?
1 2 1
0 1 3
4 2 3
5 3 6
r
r r r
r
r r r
t es comb lineal de u v y w t u v w . , , ,
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , ,
= + +
= + +
= + +
= + + + +

R
5 3 6 1 2 1 0 1 3 4 2 3
5 3 6 2 0 3 4 2 3
5 3 6 0 4 2 2 3 3
0 4 5
2 2 3
3 3 6

)
:
+ + =
+ =
+ =
S es un sistema compatible
A A =
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
1 0 4
2 1 2
1 3 3
1 0 4 5
2 1 2 3
1 3 3 6
;
*
Sean cuatro vectores del espacio vectorial
3
().
r r r
r
u v w y t , ,
Se dice que el vector es combinacin lineal de si existen tres nmeros
r
t
r r r
u v y w ,
reales , y (alguno de ellos distinto de cero), tal que
r
r r r
t u v w = + +
Matemticamente:
Ejemplo 29.-
Sean los vectores
Veamos:
Por tanto:
r
r r r
t es comb lineal de u v y w S es compatible . ,
Discutamos el sistema S (averiguar si es compatible determinado o indeterminado o es
incompatible). Para ello construimos las matrices de coeficientes y ampliada del sistema S.
Observa que las columnas de la matriz A corresponden a los vectores . La matriz A
*
r r r
u v y w ,
tiene como cuarta columna al vector
r
t
S es compatible ] Rango A = Rango A
*
Hallemos Rango A = 1 o 2 o 3
Menor principal de orde A
Rango A o
v no es comb lineal de u
2
1 0
2 1
1 0
2 3
2
= =

=
=
r r
.
r
r r r
123
r
r r r
t es combinacion lineal de u v y w R t u v w
a uno
& , , ,
lg
= + +

0
3
()
A
Rango A
Ningunode los vectores u v w
es combinacion lineal de los otrosdos
=
= + + + =
=
1 0 4
2 1 2
1 3 3
3 24 4 6 31 0
3
r r r
, ,
&
Es evidente que Rango A
*
= 3
Conclusiones:
Rango A = Rango A
*
= 3
El sistema S es de Cramer y, por tanto, compatible determinado.
, , 0 ( , y son nicos)
r
r r r
t u v w = + +
El vector es combinacin lineal de
r
t
r r r
u v y w ,
NOTA:
Quede claro que para averiguar si es combinacin lineal de los otros tres vectores, es
r
t
suficiente con averiguar que Rango A
*
= 3, ya que esto significa que la cuarta columna ( ) es
r
t
combinacin lineal de las tres primeras (los otros vectores).
Ejemplo 30.-
Queremos expresar el vector del ejemplo anterior (ejemplo 29) como combinacin
r
t
lineal de los vectores .
r r r
u v y w ,
Veamos:
El problema se reduce a encontrar la solucin del sistema S del ejemplo anterior. Dicho
sistema sabemos que es de Cramer. Resolvemos por este mtodo:
=

=
+
= =
= =

=
5 0 4
3 1 2
6 3 3
15 36 24 30
31
27
31
1 5 4
2 3 2
1 6 3
103
31
1 0 5
2 1 3
1 3 6
32
31
A A A
; ;
Por tanto :
r
r r r
t u v w = + +
27
31
103
31
32
31
En general, supongamos que tenemos cuatros vectores y queremos saber si
r r r
r
u v w y t , ,
alguno de ellos es combinacin lineal de los dems. Para ello, construimos una matriz M en la
que las filas (o columnas) son los cuatro vectores. Las decisiones se toman segn el rango de M,
es decir:

r
r
r
r
u x y z
v x y z
w x y z
t x y z
M
x y z
x y z
x y z
x y z
Rango M o o o
=
=
=
=
=
|
\
|
.
|
|
|
|
=
( , , )
( , , )
( , , )
( , , )
1 1 1
2 2 2
3 3 3
4 4 4
1 1 1
2 2 2
3 3 3
4 4 4
0 1 2 3
3
()
Pues bien:
Si Rango M
los cuatro vectores son el o
Hay tres filas vectores comb lineal de una de un vector
Hay dos filas vectores comb lineal de otras dos de otrosdos
Hay una fila un vector comb lineal de las otras tres de los otrostres
=
|
\
0
1 3
2 2
3
r
( ) . ( )
( ) . ( )
( ) . ( )
10.Vectores de
3
() linealmente dependientes.-
3
().
r r
u y v
Se dice que son linealmente dependientes si existen dos nmeros reales y
r r
u y v
(alguno de ellos distinto de cero) tales que .
r r r
u v o + =
Matemticamente:
Si los vectores son linealmente dependientes, uno de ellos es combinacin
r r
u y v
lineal del otro. En efecto:

{
r r r r
r r r r r r
u y v son linealmente dependientes u v o ongamos
u v u v u es combinacion lineal de v
Un vector es combinacion
lineal del otro c q d
a uno
+ =
= =

, (sup )
&
&
( . . .)
lg 0
0 R
Si un vector es combinacin lineal de otro, entonces ambos son linealmente
dependientes. En efecto:

{
r r r r r r r r r r
r r
u comb lineal de v u v u v o u v o
u y v son linealmente dependientes c q d
. ,
( . . .)
= = + =
R R
1 0
Ejemplo 31.-
Los vectores son linealmente dependientes.
r r
u y v = = ( , , ) ( , , ) 2 3 8 4 6 16
En efecto:
2 2 2 3 8 4 6 16 4 6 16 4 6 16
4 6 16 4 6 16 0 0 0
2 1
r r
r
r r r
u v
o
Es decir y tal que u v o
= = =
= = =
= = + =
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , )
,
Tambin:
6 3 6 2 3 8 3 4 6 16 12 18 48 12 18 48
0 0 0 6 3
r r
r r r r
u v
o y u v o
= = =
= = = = + =
( , , ) ( , , ) ( , , ) ( , , )
( , , )
Es decir, observa que los valores de y no son nicos.
{
r r r r r
u y v son linealmente dependientes u v o
y o
+ =

,
/
R
0 0
3
()
( ) ( ) ( ) ( )
( )
r r r r r
u y v son linelamente dependientes a uno u v o
S
+ =
+ = + =
+ + =
+ =
+ =

, ( lg )
, , , , ( , , ) , , , , ( , , )
, , ( , , ) :
R 0
3 0 0 0 3 0 0 0
3 0 0 0
0
3 0
3
5
9
2
1
4
2
5
1
6
3
5
9
2
1
4
2
5
1
6
3
5
2
5
9
2
1
4
1
6
3
5
2
5
9
2
1
4
1
6
0 =
compatible indeterminado
S
Sistema de una ecuacion
con dos incognitas
1
3
5
2
5
0 :
&
& .
+ =

Ejemplo 32.-
Sean los vectores de dos vectores de
3
(). ( ) ( )
r r
u y v = =
3
5
9
2
1
4
2
5
1
6
3 , , , ,
Son linealmente dependientes?
Veamos:
Es decir:
Los vectores son linealmente dependientes si el sistema homogneo S de tres
r r
u y v
ecuaciones con dos incgnitas ( y ) tiene alguna solucin distinta de la solucin = = 0, es
decir, el sistema S es compatible indeterminado (infinitas soluciones).
Discutamos el sistema S :
A matriz de coeficientes A matriz ampliada =
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|

3
5
2
5
9
2
1
4
1
6
3
5
2
5
9
2
1
4
1
6
3
0
3 0
0
;
*
Es evidente que Rango A = Rango A* = 1 o 2 ( es decir, el sistema es compatible)

Rango A Rango A S u y v lin dep
Rango A Rango A S u y v no son lin dep
= =
= =
*
*
. . .
. . .
1
2
comp indet.
comp deter.
r r
r r
Hallemos Rango A
M y Rango A
2
3
5
2
5
9
2
3
5
2
5
1
4
1
6
3
9
5
9
5
0
1
10
1
10
0 1 = = = = + = =

Conclusin:
Los vectores son linealmente dependientes
r r
u y v
Ahora vamos a encontrar valores de y tales que . Para ello resolvemos
r r r
u v o + =
el sistema S :
De lo visto anteriormente deducimos que las ecuaciones 2 y 3 del sistema S son
combinacin lineal de la primera. Eliminamos esas dos ecuaciones y obtenemos otro sistema
equivalente :
Nmero de incgnitas principales = Rango A = 1 (elegimos )
Nmero de incgnitas secundarias = 1 ( )
3
()
S
1
3
5
2
5
3 2
2
3
: = = =
Por ejemplo
u v o
u v o
etc

= = + =
= = =
1
3 2 2 3
2
3
2
3
r r r
r r r
.
A
x y z
x y z
=
|
\
|
.
|
1 1 1
2 2 2
A
u
v
Rango A o =

|
\
|
.
|

=
4 3 5
4 3 6
1 2
r
r
Conjunto solucin del sistema ( ) { }
C s = =
r
2
3
2
, R R
En general:
Si tenemos dos vectores de
3
() y queremos ( ) ( )
r r
u x y z y v x y z = =
1 1 1 2 2 2
, , , ,
saber si son linealmente dependientes, actuamos del siguiente modo:
e Construimos una matriz en la que los vectores estn como filas o columnas (ser una
matriz de orden 23 o 32).
e El rango de la matriz A nos dir si ambos vectores son linealmente dependientes:
RangoA
Una fila un vector es comb lineal dela otra Son linealmente dependientes
Ninguna fila nigun vector es comb lineal dela otra No son linealmente dependientes
=

1
2
( ) .
( & ) .
e Supongamos que Rango A = 1
En este caso,
{
+ =
, ( , , ) ( , , ) ( , , )
lg a uno
R x y z x y z
0
1 1 1 2 2 2
0 0 0
Nos encontramos con un sistema homogneo de 3 ecuaciones con 2 incgnitas ( , ) que
es compatible indeterminado.
e Supongamos que Rango A = 2
En este caso:
{
No existen R x y z x y z
a uno
, ( , , ) ( , , ) ( , , )
lg
+ =
0
1 1 1 2 2 2
0 0 0
Nos encontramos con un sistema homogneo de 3 ecuaciones con 2 incgnitas ( , ) que
es compatible determinado ( la nica solucin es = = 0 ).
Ejemplo 33.-
Averiguar si los vectores son linealmente
r r
u y v = = ( , , ) ( , , ) 4 3 5 4 3 6
dependientes y, en caso que lo sean, expresar uno de ellos como combinacin lineal del otro.
Veamos:

M Rango A Nimguna fila es comb lineal de la otra
Ningun vector es comb lineal del otro Los vectores no son linealmente dependientes
2
4 3
4 3
0
4 5
4 6
44 0 2 =

= =

; .
.
3
()
S siendo S S
1
3
4
1
2 1
0 : + =
Ejemplo 34.-
Sean los vectores . Se pide: ( ) ( )
r r
u y v = =
3
4
15
2
6
5
1
2
4
5
5 , , , ,
a) Averiguar si son linealmente dependientes
b) En caso que lo sean, encontrar una combinacin lineal de ambos que sea igual al
vector cero.
c) En caso que sean linealmente dependientes, expresar cada uno de ellos como
combinacin lineal del otro.
Veamos:
v
r
u
v
linealmente dependientes
uno de ellos es
comb lineal del otro
Rango
`
)

`
)

|
\
|
.
| =
.
3
4
15
2
6
5
1
2
4
5
5
1
Hallemos el rango:
M y Rango
2
3
4
15
2
1
2
3
4
6
5
1
2
4
5
3
4
15
2
6
5
1
2
4
5
5
15
4
15
4
0
3
5
3
5
0
5
1 =
= + = = =
|
\
|
.
| =

Por tanto:
La segunda fila de la matriz es combinacin lineal de la primera (o la primera de la
segunda).
El vector es combinacin lineal de (o de ).
r
v
r
u
r
u
r
v
r r
u y v
Conclusin:
a) son linealmente dependientes
r r
u y v
b) Podemos asegurar que . Busquemos esos valores:
{
+ =

,
o
u v o
0
R
r r r
( ) ( )

3
4
15
2
6
5
1
2
4
5
3
4
1
2
15
2
6
5
4
5
5 0 0 0
0
5 0
0
3
2 , , , , ( , , ) :
hom &
&
det min
+ =
+ =
=
+ =
S
sistema ogeneode
ecuaciones con incognitas que
sabemos es compatible in er ado
Resolvemos:
Rango Las ecuaciones y son multiplos de la
3
4
1
2
15
2
6
5
4
5
5
0
0
0
1 2 3 1
|
\
|
.
|
|
|
= &
Eliminamos esas dos ecuaciones y obtenemos un sistema (una ecuacin) equivalente a S :
Nmero de incgnitas
principales = 1 (elegimos )
Nmero de incgnitas secundarias = 1 ( )
3
4
1
2
2
3
2
3
3
2
3
2 3

= =
=
=
=
=
=
+ =
; & :
( & )
Solucion del sistema S
t
t parametro
Para t u v o
r r r
3
()
+ = =
=
=
2 3 3 2
2
3
3
2
r r r
r r r r
r r r r
u v o v u
v u v combinacion lineal de u
u v u combinacion lineal de v
Conclusin:
+ =

2 3
r r r
r u v o
una combinacion de ambos
que nos da el vector o
c) Expresemos cada vector como combinacin lineal del otro:
3
().
r r r
u v y w ,
Se dice que son linealmente dependientes si existen tres nmeros reales ,
r r r
u v y w ,
y (alguno de ellos distinto de cero) tales que .
r r r r
u v w o + + =
Matemticamente:
Podemos considerar que:
Demostremos esta ltima equivalencia:
Y)
r r r r r r r
r r r r r r
u v w lin depen R u v w o
que u v w u es comb lineal de v y w
, , . . , , ( )
( ) .
+ + =
=

alguno
supongamos
0
0
Z)
Supongamos que u es comb lineal de v y w u v w
u v w o u v w o
u v y w
son lin dependientes
r r r r r r
r r r r
123
r r r r
r r r
. ,
, ,
,
.
= +
+ = + =
|
\
|
.
|
=

R
R
1 0
Ejemplo 35.-
3
().
r r r
u v y w = = = ( , , ) , ( , , ) ( , , ) 4 3 6 2 5 1 4 4 14
Se pide:
a) Son linealmente dependientes?
b) En caso que lo sean, encuentra una combinacin de ellos que sea igual a
r
o
c) Expresa, si es posible, el vector como combinacin lineal de los otros dos.
r
u
Observa que existen infinitos
pares (,) tales que

r r r
u v o + =
r r r
123
r r r r
u v y w son linealmente dependientes u v w o
A uno
, , ,
lg
+ + =

0
R
r r r
u v y w
son linealmente dependientes
Uno de ellos es combinacion
lineal de los otros dos
, |
\
|
.
|
|
\
|
.
|
3
()
Veamos:
a)
r r r r r r r
123
u v y w son linealmente dependientes u v w o
S
, , , ( )
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , )
, , :
+ + =
+ + =
+ + + + + =

+ =
+

R alguno
R
alguno
0
4 3 6 2 5 1 4 4 14 0 0 0
4 2 4 3 5 4 6 14 0 0 0
4 2 4 0
3 5
0
+ =
+ + =
4 0
6 14 0
3

El sistema homogeneo S de ecuaciones
con 3 incognitas es compatible
indeterminado infinitas soluciones
&
( )
Ahora bien:
A y S compatible Rango A
matriz de coeficientes
=
|
\
|
.
|
|
|
<
4 2 4
3 5 4
6 1 14
3
1 2 44 3 44
indeterminado
Hallemos el rango de la matriz A (observa que las filas de la matriz son los vectores):
M Rango A o
A Rango A
2
4 2
3 5
20 6 14 2 3
4 2 4
3 5 4
6 1 14
280 12 48 120 16 84 0 2
=

= = =
|
\
|
.
|
=
= = =
.
&
Ademas,la segunda fila no es
combinacion lineal de la primera
De lo anterior deducimos lo siguiente:
Al menos la tercera fila es combinacin lineal de las otras dos (el vector es
r
w
combinacin lineal de ).
r r
u y v
La tercera ecuacin es combinacin lineal de las dos primeras. Si eliminamos esta
ecuacin obtenemos otro sistema S
1
equivalente a S.
Conclusin:
Los vectores dados son linealmente dependientes
b) Se trata de encontrar una solucin del sistema S (o S
1
):
S Consideramos
incognitas principales
incognitas undarias
1
4 2 4 0
3 5 4 0
:
& ,
& sec

+ =
+ + =
=
=
Pasamos la incgnita a la derecha de la igualdad y la tratamos como una constante:

S
Sistema de dos ecuacionescon
dos incognitas y de Cramer
1
4 2 4
3 5 4
:
.

=
+ =
|
\
|
.
|
Resolvemos por el mtodo de Cramer:
Llamando = t
=

= =
=

=
4 2
4 5
4 2
3 5
28
14
2
4 4
3 4
4 2
3 5
28
14
2 ;
3
()
+ =
+
= + = + = 2 2
2
2
2
2
1
2
1
2
r r r
r r
r r r r r r r
v w u
v w
u v w u v w u ; ; ;
r
r
r
r r r r u
v
w
no son lineal dependientes
Para que sea
debe ser necesariamente

= = =
.

u+ v + w=o
0
+ + + =
r r r r
12 4 3 4
r r r r r
u u u u u u u u o
a uno
1 2 3 4
3
0
1 2 3 4
, , , ( ) , , , ,
lg
R R R
La solucin del sistema S es
=
=
=
2
2
t
t
t parametro ( & )
Una solucin : t = = = = 1 2 2 1 ; ;
Conclusin:
+ = 2 2
r r r r
u v w o es una combinacion posible &
c) Expresemos el vector como combinacin lineal de los otros dos:
r
u
Conclusin:
vector como combinacin lineal de los otros dos
r r r
u v w = +
1
2
r
u
En general:
Supongamos tres vectores de
3
(),
r
r
r
u x y z
v x y z
w x y z
=
=
=
( , , )
( , , )
( , , )
1 1 1
2 2 2
3 3 3
El problema de saber si son linealmente dependientes se resuelve hallando el rango de la
matriz que construimos poniendo los vectores como filas (o como columnas), es decir:
Rango
x y z
x y z
x y z
Son linealmente dependientes y cada fila es multiplo de cualquier otra
Son linealmente dependientes y cada fila es comb lineal de lasotras dos
No son linealmente depend y ninguna fila es comb lineal de las otras dos
1 1 1
2 2 2
3 3 3
1
2
3
|
\
|
.
|
|
|
=
" "
.
. .
El que los tres vectores no sean linealmente dependientes significa que si existen tres
nmeros , , tales que , debe ser necesariamente que = = = 0
r r r r
u v w o + + =
Es decir:
Nota : Recuerda que 0 0 0
r r r r r r r
u v w o o o o + + = + + =
Sin entrar en detalles, diremos que si tenemos cuatro o ms vectores cualesquiera del
espacio vectorial
3
(), entonces son linealmente dependientes, es decir:
Lo anterior es vlido para ms de cuatro vectores.
3
()
11.Vectores de
3
() linealmente independientes.-
3
().
r r
u y v
Se dice que son linealmente independientes si la relacin
r r
u y v
r r r
u v o + =
implica necesariamente que = = 0.
Matemticamente:
De otra forma:
Si los vectores son linealmente independientes, no son linealmente
r r
u y v
dependientes y si son linealmente dependientes, no son independientes.
A dos vectores de
3
() le pueden ocurrir alguna de las dos situaciones siguientes:
Que sean linealmente dependientes o que sean linealmente independientes.
Si los vectores son linealmente independientes, ninguno de ellos es
r r
u y v
combinacin lineal del otro. En efecto:
Supongamos que son linealmente independientes.
r r
u y v
Entonces, si fuese combinacin lineal de , sera y, por
r
u
r
v
r r
u v =
tanto, , es decir, no son linealmente
r r r
u v o con = = ( ) 1 0
independientes, en contra de lo que hemos supuesto.
Dados dos vectores tales que ninguno de ellos es combinacin lineal del otro,
entonces son linealmente independientes.
Ejemplo 36.-
3
() . Queremos saber si son
r r
u y v = = ( , , ) ( , , ) 3 1 5 2 4 6
linealmente dependientes o linealmente independientes.
Veamos:
Imaginemos una combinacin lineal de ambos que sea igual al vector cero, es decir:

( )

r r r
u v o
S sistema de ecuaciones con incognitas
+ = + = + + =
+ =
+ =
=
( , , ) ( , , ) ( , , ) , , ( , , )
: &
3 1 5 2 4 6 0 0 0 3 2 4 5 6 0 0 0
3 2 0
4 0
5 6 0
3 2 homogeneo
Recordemos que los sistemas homogneos son compatibles (determinados o
indeterminados). En este caso:
{
r r r r r
u y v son linealmente independientes u v o
a uno
/ + =
,
lg
R
0
r r
r r r
u y v son linealmente independientes
u v o
unicamente si
+ =
= =

& 0
3
()
A matriz de loscoeficientes Rango A o =
|
\
|
.
|
|
|
=
3 2
1 4
5 6
1 2 .
A
x y z
x y z
u
v
=
|
\
|
.
|

1 1 1
2 2 2
r
r
Rango A
Los vectores son linealmente independientes
=

1
2
Si S es compatible determinado (solucin nica = = 0), los vectores son linealmente
independientes.
Si S es compatible indeterminado (infinitas soluciones), los vectores son linealmente
dependientes.
Discutamos el sistema S:
Hallemos el rango de A: M Rango A
2
3 2
1 4
12 2 14 0 2 =

= = =
Rango A
La fila de A es comb
lineal de las primeras
S S =
|
\
|
.
|
+ =
+ =
2
3
2
3 2 0
4 0
1
.
:

Sabemos que el sistema S
1
es de Cramer y, por tanto, compatible determinado, es decir existe
solucin nica = = 0.
Conclusin: Los vectores son linealmente independientes.
En general, si tenemos dos vectores de
3
() y
r r
u x y z y v x y z = = ( , , ) ( , , )
1 1 1 2 2 2
queremos saber si son linealmente dependientes o independientes, actuamos del siguiente modos:
P Construimos una A matriz en la los vectores dados estn como filas (o columnas):
P Hallamos el rango de la
matriz A y aplicamos el siguiente criterio:
Ejemplo 37.-
3
() , queremos saber si se ( ) ( )
r r
u y v = =
3
4
1
2
3
2
1
2
1
3
1 , , , ,
puede expresar uno de ellos como combinacin lineal del otro.
Veamos:
Se trata de averiguar si son linealmente dependientes o independientes.

M
u
v
Rango A o
M y Rango A
=
|
\
|
.
|

=
= = =
= + = =
3
4
1
2
3
2
1
2
1
3
2
3
4
1
2
1
2
1
3
1
4
1
4
3
4
3
2
1
2
3
4
3
4
1
1 2
0
1
0 1
r
r
3
()
Por tanto, los vectores dados son linealmente dependientes.
Expresemos como combinacin lineal de :
r
u
r
v
( ) ( ) ( ) ( )
r r
u v S = = =
= =
= =
= =

3
4
1
2
3
2
1
2
1
3
3
4
1
2
3
2
1
2
1
3
1
2
3
4
3
2
1
3
1
2
3
2
3
2
3
2
1 , , , , , , , , :
Por tanto:
3
().
r r r
u v y w ,
Se dice que son linealmente independientes si la relacin entre ellos
r r r
u v y w ,
implica necesariamente que = = = 0.
r r r r
u v w o + + =
Matemticamente:
De otra forma:
Si los vectores son linealmente independientes, no son linealmente
r r r
u v y w ,
dependientes y si son linealmente dependientes, no son independientes.
A tres vectores de
3
() le pueden ocurrir alguna de las dos situaciones siguientes:
Que sean linealmente dependientes o que sean linealmente independientes.
Si los vectores son linealmente independientes, ninguno de ellos es
r r r
u v y w ,
combinacin lineal de los otros dos. En efecto:
Supongamos que son linealmente independientes.
r r r
u v y w ,
Entonces, si fuese combinacin lineal de , sera
r
u
r r
v y w
y, por tanto, , es
r r r
u v w = +
r r r r
u v w o con = = ( ) 1 0
decir, no son linealmente independientes, en contra de lo que hemos
supuesto.
Dados tres vectores tales que ninguno de ellos es combinacin lineal de los otros
dos, entonces son linealmente independientes.
r r r r
r r r r
u v u combinacion lineal de v
v u v combinacion lineal de u
=
=
2
3
3
2
&
&
r r r
123
r r r r
u v y w son linealmente independientes u v w o
a uno
, , ,
lg
/ + + =
R
0
r r r
r r r r
u v y w son linealmente independientes
u v w o
unicamente si
,
&
+ + =
= = =

0
3
()
Ejemplo 38.-
3
().
r r r
u v y w = = = ( , , ) ; ( , , ) ( , , ) 1 0 2 1 1 0 0 1 0
Queremos saber si son linealmente dependientes o independientes. Caso que sean
linealmente dependientes, expresar alguno de ellos como combinacin lineal de los otros dos.
Veamos:

r r r r r r r
u v w son linealmente independientes u v w o entonces tiene
que ser unicamente
si unicamente si
S sistema con soluci
, , ,
( , , ) ( , , ) ( , , ) ( , , ) , &
( , , ) ( , , ) , &
: &
+ + =
= = = + + =
= = = + = = = =
=
+ =
=
0 1 0 2 1 1 0 0 1 0 0 0 0
0 2 0 0 0 0
0
0
2 0
on unica & = = = 0
Discutamos el sistema S :
A A Rango A S compatible =
|
\
|
.
|
|
|
=
= =
1 1 0
0 1 1
2 0 0
1 1 0
0 1 1
2 0 0
2 0 3 ; determinado
Por tanto:
El sistema S tiene solucin nica = = = 0
La expresin ocurre nicamente si = = = 0
r r r r
u v w o + + =
Los vectores son linealmente independientes y, por tanto, no son linealmente
r r r
u v w , ,
dependientes.
Ninguno de ellos puede expresarse como combinacin lineal de los otros dos.
Obsrvese que en la matriz A, las columnas son los vectores dados.
En general, para averiguar si tres vectores son linealmente independientes, se construye
una matriz en la que las filas (o columnas) son los tres vectores y se estudia el rango de esa matriz
con el siguiente criterio:

r
r
r
r
r
r
u x y z
u x y z
u x y z
tres vectores de M
x y z
x y z
x y z
u
u
u
1 1 1 1
2 2 2 2
3 3 3 3
3
1 1 1
2 2 2
3 3 3
1
2
3
=
=
=
=
|
\
|
.
|
|
|
( , , )
( , , )
( , , )
( ) ; R R
Entonces:
Rango M
Cualquier vector es multiplo de otro
Losvectores son linealmente dependientes A uno de
ellos otodos es combinacion lineal de los otrosdos
Los vectores son linealmente independientes
Ninguno de ellos es combinacion lineal de los otros dos
=
|
\
|
.
|
|
\
|
.
|
|
\
|
.
|
1
2
3
.
" & " .
. lg
( ) &
.
&
Recurdese que Rango M = 3 ] *M *0
3
()
Ejemplo 39.-
Sean los vectores del espacio vectorial
r r r
u v y w = = = ( , , ) ; ( , , ) ( , , ) 2 1 3 1 3 2 1 11 0
3
(). Queremos saber si son linealmente dependientes o independientes.
Veamos:
M
u
v
w
Rango M o o M Rango M o =

|
\
|
.
|
|
|
= =
= =
2 1 3
1 3 2
1 11 0
1 2 3
2 1
1 3
7 0 2 3
2
r
r
r
; ;
Hallemos el determinante de M :
M Rango M
Los vectores son lineal
mente dependientes
=
= + = =

2 1 3
1 3 2
1 11 0
33 2 9 44 0 2
De lo anterior podemos asegurar que la tercera fila de M ( el vector ) es combinacin lineal de
r
w
las dos primeras (de los vectores ). Hallemos esa combinacin lineal:
r r
u y v

r r r
w u v = + = + = +
= +

( , , ) ( , , ) ( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , )
1 11 0 2 1 3 1 3 2 1 11 0 2 3 3 2
1 11 0 2 3 3 2
De lo anterior deducimos:

2 1
3 11
3 2 0
2 1
1 3
3 2
2 1 1
1 3 11
3 2 0
2
0 3 3

+ =
=
=
=

|
\
|
.
|
|
|
=

|
\
|
.
|
|
|
= =
=
S sistema que sabemos es compatible

A matriz de los coeficientes y A matriz ampliada
Sabemosque
Rango A Rango A
A La fila la ecuacion es combinacion lineal de las dos primeras
:
.
( & ) & .
*
*
*
Eliminamos la tercera ecuacin y obtenemos otro sistema S
1
equivalente a S :
S
1
1 2 1
2 3 11
11 7 14 2
1 2 2 1 4 3
:
( ):
( ):
& ) ; ;
; ;

+ =
=
= = =
= = =
Resolvemos por sustitucion

= 1- 2
- 3(1-2
Por tanto:
Nos da el vector como combinacin lineal de los
r
w
vectores
r r
u y v
Ejemplo 40.-
Averiguar si los vectores de
3
() son
r r
r
i j y k = = = ( , , ) ; ( , , ) ( , , ) 1 0 0 0 1 0 0 0 1
linealmente dependientes o independientes.
Veamos:
r r r
w u v = 2 3
3
()
M
u
u
u
u
Rango M o o =
|
\
|
.
|
|
|
|
=
1 0 1
1 1 0
0 2 0
0 1 2
1 2 3
1
2
3
4
r
r
r
r
;
M
Rango M
u u u son linealmente independientes
La fila u es comb lineal de las otras u u u
3 1 2 3
4 1 2 3
1 0 1
1 1 0
0 2 0
2 0
3
4 3
=
=
=
r r r
r r r r
, ,
( ) . ( , , )

r r r r
u u u u
1 2 2 4
+ + =
Construimos una matriz con los vectores colocados como filas y hallamos su determinate:
M M Rango M
Los vectores i j k son
linealmente independientes
=
|
\
|
.
|
|
|
= = =

1 0 0
0 1 0
0 0 1
1 0 0
0 1 0
0 0 1
1 0 3 ;
, ,
.
r r
r
Podemos asegurar que ninguno de ellos es combinacin lineal de los otros dos.
Es imposible que cuatro vectores de
3
() sean linealmente independientes, es decir,
dados cuatro vectores cualesquiera, siempre es posible expresar uno como combinacin
lineal de los otros tres. En efecto:

r
r
r
r
r
r
r
r
u x y z
u x y z
u x y z
u x y z
Cuatro vectores cualesquiera Construimos M
x y z
x y z
x y z
x y z
u
u
u
u
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
1 1 1
2 2 2
3 3 3
4 4 4
1
2
3
4
=
=
=
=
=
|
\
|
.
|
|
|
|
( , , )
( , , )
( , , )
( , , )
.
Sabemos que Rango M = 1 o 2 o 3
Es decir, Rango M 4, lo cual significa que una de las cuatro filas es combinacin lineal
de las otras tres, esto es, uno de los cuatro vectores es combinacin lineal de los otros tres
Ejemplo 41.-
Sean los cuatro vectores de
3
() siguientes:
Expresar uno de ellos como combinacin lineal de los otros tres.
r
r
r
r
u
u
u
u
1
2
3
4
1 0 1
1 1 0
0 2 0
0 1 2
=
=
=
=
( , , )
( , , )
( , , )
( , , )
Veamos:
Construimos una matriz con los cuatro vectores:
Menor principal de orden 3:
Ahora vamos a expresar el vector como combinacin lineal de los otros tres:
r
u
4
3
()

( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , )
1 0 1 1 1 0 0 2 0 0 1 2
0 0 0 2 0 0 1 2
2 0 1 2
0 2
2 1 2 1
2 2
2
3
1
2
1
+ + =
+ + =
+ =
= =
+ = = =
= =
Por tanto:
Observacin : Cuando nos referimos a que cuatro vectores de
3
() no pueden ser linealmente
independientes, nos referimos a cuatro vectores distintos del vector cero.
12.Base del espacio vectorial
3
().-
Un conjunto formado por tres vectores de
3
(), que sean linealmente independientes,
se dice que es una base (o que forman una base) del espacio vectorial
3
()
Es decir:
Supongamos tres vectores del espacio vectorial
3
(). Entonces:
r r r
u u u
1 2 3
, ,
Expr
esado de otra forma:
Por tanto, saber si un conjunto de tres vectores es una base de
3
(), se reduce a hallar el
rango de una matriz de orden 33.
Ejemplo 42.-
3
() .
r r r
u u u
1 2 3
1 2 1 1 0 3 0 3 0 = = = ( , , ) ; ( , , ) ; ( , , )
Queremos saber si forman una base del espacio vectorial
3
().
Veamos:
es un subconjunto de tres vectores de
3
() y, por tanto, puede ser una base. { } B u u u =
r r r
1 2 3
, ,
r r r
u u u u
4 1 2
1
2 3
2 2 = +
{ } B u u u es una base de
u u u son linealmente
independientes
=

r r r
r r r
1 2 3
3 3
1 2 3
, , ( ) ( )
, ,
R R R R
{ }
r
r
r
r r r
u x y z
u x y z
u x y z
B u u u base de Rango
x y z
x y z
x y z
1 1 1 1
1 2 2 2
3 3 3 3
1 2 3
3
1 1 1
2 2 2
3 3 3
3
=
=
=
=
|
\
|
.
|
|
|
=
( , , )
( , , )
( , , )
, , ( ) R R
3
()
{ } B u u u es base Rango =
|
\
|
.
|
|
|
=
r r r
1 2 3
1 2 1
1 0 3
0 3 0
3 , ,
Debemos hallar el determinante
de la matriz

1 2 1
1 0 3
0 3 0
0 3 0 0 9 0 6 0
1 2 1
1 0 3
0 3 0
3
= + + =

|
\
|
.
|
|
|
= Ramgo
Conclusiones Los tres vectores son linealmente independientes y, por tanto, { } B u u u =
r r r
1 2 3
, ,
forman una base del espacio vectorial
3
().
Ninguno de los tres vectores puede expresarse como combinacin lineal de los
otros dos.
Ejemplo 43.-
Queremos saber si el conjunto es { } B v v v = = = =
r r r
1 2 3
5 3 2 1 0 1 3 3 0 ( , , ) , ( , , ) , ( , , )
una base del espacio vectorial
3
().
Veamos:
{ } B v v v base v v v linealmente independientes Rango =
|
\
|
.
|
|
|
=
r r r r r r
1 2 2 1 2 3
5 3 2
1 0 1
3 3 0
3 , , , ,
Hallemos el determinante de la matriz:

M Rango o
M Rango M
=
= + + =

|
\
|
.
|
|
|
=
=

= =
5 3 2
1 0 1
3 3 0
0 6 9 0 15 0 0
5 3 2
1 0 1
3 3 0
1 2
5 3
1 0
3 0 2
2
Conclusiones:
X El conjunto B no es una base de
3
()
X Los tres vectores de B son linealmente dependientes (no son linealmente independientes).
X Como dos filas cualesquiera de la matriz son linealmente independientes, pero las tres son
linealmente dependientes, podemos asegurar que cualquiera de los tres vectores puede
expresarse como combinacin lineal de los otros dos.
Si tenemos cuatro vectores de
3
(), ya sabemos que no pueden ser linealmente
independientes, pero tres cualesquiera de ellos si pueden serlo, as que esos tres pueden formar
una base. Quede claro que una base la forman tres vectores.
Quede claro tambin que el vector cero no puede formar parte de una base, porque
entonces no serian linealmente independientes, o dicho de otra forma, la matriz formada por los
vectores no tendra rango igual a 3.
Es evidente que en
3
() existen infinitas bases.
3
()
r r
r
i j k = = = ( , , ) ; ( , , ) ; ( , , ) 1 0 0 0 1 0 0 0 1
13.Base cannica del espacio vectorial
3
().-
Hemos dicho que en
3
() existen infinitas bases, es decir, existen infinitos conjuntos
formados por tres vectores linealmente independientes. De todos ellos destacaremos el formado
por los siguientes vectores:
Veamos que son linealmente independientes:
{ }
1 0 0
0 1 0
0 0 1
1 0
1 0 0
0 1 0
0 0 1
3 =
|
\
|
.
|
|
|
= = Rango i j k lin indep B i j k es base
r r
r
r
r
, , . . , ,
A esta base se le denomina Base Cannica.
14.Propiedad de las bases del espacio vectorial
3
().-
Sea una base cualquiera de
3
(). { } B u u u =
r r r
1 2 3
, ,
Cualquier vector de
3
() puede expresarse como combinacin lineal y de forma nica
de los vectores de la base B, es decir:
S Supongamos que es un vector cualquiera de
3
().
r
u
S Existen tres nmeros nicos tales que , , R
r r r r
u u u u = + +
1 2 3
S Algunos casos concretos:
P Para el vector ser : , es decir, = = = 0
r
o
r r r r
o u u u = + + 0 0 0
1 2 3
P Para el vector ser : , es decir, = 1 ; = = 0
r
u
1
r r r r
u u u u
1 1 2 3
1 0 0 = + +
r
u
2
r r r r
u u u u
2 1 2 3
0 1 0 = + +
r
u
3
r r r r
u u u u
3 1 2 3
0 0 1 = + +
Para cualquier otro vector se encuentran , , resolviendo un sistema.
Ejemplo 44.-
3
() Que
r r r
u u u
1 2 3
1 2 1 1 0 3 0 3 0 = = = ( , , ) ; ( , , ) ; ( , , )
sabemos forman una base (ver ejemplo 42). Sea el vector .
r
u = ( , , ) 4 6 3
Queremos expresar el vector como combinacin lineal de los vectores de esa base.
r
u
Veamos:

r r r r
u u u u
S
1 2 3
1 2 1 1 0 3 0 3 0 4 6 3
2 0 3 0 3 0 4 6 3
2 3 3 4 6 3
4
2 3 6
3 3
+ + =
+ + =
+ + =
+ + =
=
+ =
+ =
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , )
:
{ } B i j k base canonica de = = = =
r r
r
( , , ) , ( , , ) , ( , , ) & ( ) 1 0 0 0 1 0 0 0 1
3
R R
3
()
r
v r
r
u x y z x y z
x y z xi y j z k
= = + + =
= + + = + +
( , , ) ( , , ) ( , , ) ( , , )
( , , ) ( , , ) ( , , )
0 0 0 0 0 0
1 0 0 0 1 0 0 0 1
Para hallar los valores , , debemos resolver el sistema S que es compatible
determinado (de Cramer) ya que la matriz de los coeficientes est formada por los vectores de la
base (que son linealmente independientes).
Resolvamos el sistema S :
A matriz de los coeficientes A ver ejemplo =
|
\
|
.
|
|
|
=
=
1 1 0
2 0 3
1 3 0
1 1 0
2 0 3
1 3 0
6 42 . ( )
Por el mtodo de Cramer:

=

=
= =
= =

=
4 1 0
6 0 3
3 3 0
27
6
9
2
1 4 0
2 6 3
1 3 0
3
6
1
2
1 1 4
2 0 6
1 3 3
30
6
5
A A A
; ;
Por tanto:
Tenemos expresado el vector como
r
u
combinacin lineal de los vectores de
la base { } B u u u =
r r r
1 2 3
, ,
Ejemplo 45.-
Sea el vector . Queremos expresarlo como combinacin lineal de los ( )
r
u =
2
5
3
2
1 , ,
vectores de la base cannica.
Veamos:

( ) ( ) ( ) ( )
r
r r
r
u
i j k
= = + + = =
=
2
5
3
2
2
5
3
2
2
5
3
2
2
5
3
2
1 0 0 0 0 0 0 1 1 0 0 0 1 0 1 0 0 1 , , , , , , , , ( , , ) ( , , ) ( , , )
Por tanto:
Expresin de la combinacin lineal del vector en
r
u
funcin de los vectores de la base cannica.
En general, si tenemos un vector de
3
(), su expresin como combinacin
r
u x y z = ( , , )
lineal de los vectores de la base cannica es: { } B i j k =
r r
r
, ,
Por tanto:
r r r r
u u u u = +
9
2
1
2
5
1 2 3
r
r r
r
u i j k =
2
5
3
2
r r
r
r
u x y z x i y j z k = = + + ( , , )
3
()
r r r r
w u u u = + +
1 1 1 2 1 3
r r r r
w v v v = + +
2 1 2 2 2 3
{ }
{ }
r r r r
r r r
w
x y z
respecto de la base B u u u
respecto de la base B v v v
= =
=
( , , )
( , , ) , ,
( , , ) , ,

1 1 1 1 1 2 3
2 2 2 2 1 2 3
15.Componentes de un vector respecto de una base de
3
().-
q Supongamos una base de
3
(). { } B u u u
1 1 2 3
=
r r r
, ,
q Sea un vector cualquiera de ese espacio vectorial.
r
w x y z = ( , , )
q Sabemos que puede expresarse como combinacin lineal de los vectores de B
1
.
r
w
Supongamos que es:
q A los nmeros reales se les denomina componentes del vector respecto
1 1 1
, ,
r
w
de la base { } B u u u
1 1 2 3
=
r r r
, ,
Puede expresarse del siguiente modo:
q Ntese que respecto de la base cannica es , es decir, { } B i j k =
r r
r
, ,
r
r r
r
w xi y j z k = + +
las componentes del vector respecto de la base cannica son los nmeros de la terna
r
w
que definen al vector.
q Imaginemos otra base distinta y el mismo vector . { } B v v v
2 1 2 3
=
r r r
, ,
r
w x y z = ( , , )
Este vector podr expresarse como combinacin lineal de los vectores de B
2
, es decir:
A los nmeros reales se les denomina componentes del vector respecto
2 2 2
, ,
r
w
de la base { } B v v v
1 1 2 3
=
r r r
, ,
Puede expresarse del siguiente modo:
q Por tanto, un mismo vector puede expresarse respecto de cada una de la infinitas bases,
indicando sus componentes y la base respectiva, es decir:
Ntese que cuando no se indica la base, nos referimos a la base cannica.
Ejemplo 46.-
Sea el vector visto en el ejemplo 44. Vimos que este vector, con respecto
r
u = ( , , ) 4 6 3
a la base se expresaba de la forma: { } B u u u = = = =
r r r
1 2 3
1 2 1 1 0 3 0 3 0 ( , , ) , ( , , ) , ( , , )
{ }
r r r r
w respecto de B u u u = = ( , , ) , ,
1 1 1 1 1 2 3
{ }
r r r r
w respecto de B v v v = = ( , , ) , ,
2 2 2 2 1 2 3
3
()
r r r r
u u u u = +
9
2
1
2
5
1 2 3
( )
r
u
respecto de B
=
( , , )
, ,
4 6 3
5
9
2
1
2
( )
{
{
( )
{
r
1 2 44 3 44
r
r
r
6 7 444 8 444
6 7 44 8 44
w
u
u
u
matriz de
vectores
matriz denumeros
de orden
matriz de
vectores
=
|
\
|
.
|
|
|
" "
& ,
" "
1 1
1 1 1
1 3
1
2
3
3 1

(Ver ejemplo 44)
Por tanto:
respecto de la base , ( )
r
u =
9
2
1
2
5 , , { } B u u u = = = =
r r r
1 2 3
1 2 1 1 0 3 0 3 0 ( , , ) , ( , , ) , ( , , )
o lo que es lo mismo, son las componentes del vector respecto de la
9
2
1
2
5 , ,
r
u = ( , , ) 4 6 3
base B.
En definitiva:
Sin olvidar que el vector es
r
u
un slo vector que cambia de
a s p e c t o s e g n l o
expresemos en funcin de una
u otra base.
16.Cambio de base en
3
().-
. Supongamos una base del espacio vectorial
3
(). { } B u u u
1 1 2 3
=
r r r
, ,
. Sea un vector cualquiera de
3
(), que expresado como combinacin lineal de los
r
w
vectores de la base B
1
es . Dicho de otro modo, las
r r r r
w u u u = + +
1 1 1 2 1 3
componentes de respecto de B
1
son .
r
w ( , , )
1 1 1
Vamos a expresar esta combinacin de un modo o forma matricial:
Obsrvese que operando en
forma matricial, tenemos el
producto de una matriz 13 por
otra matriz 31, siendo el
resultado otra matriz 11.
. Sea otra base de
3
(). Los vectores de la base B
1
tendrn una { } B v v v
2 1 2 3
=
r r r
, ,
expresin como combinacin lineal de los vectores de la base B
2
, es decir:

r r r r
r r r r
r r r r
r
r
r
r
r
r
u x v y v z v
u x v y v z v
u x v y v z v
y en forma matricial
u
u
u
x y z
x y z
x y z
v
v
v
1 1 1 1 2 1 3
2 2 1 2 2 2 3
3 3 1 3 2 3 3
1
2
3
1 1 1
2 2 2
3 3 3
1
2
3
= + +
= + +
= + +
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
" "
. Nos hacemos la siguiente pregunta :
Podemos expresar en funcin de la base B
2
?
r
w
Es decir, se trata de cambiar de base en la combinacin del vector , o lo que es lo
r
w
mismo, hallar sus componentes respecto de la base B
2
.
La respuesta es que s y veremos que para ello es necesario conocer la relacin entre una
base y otra. Resolveremos esto de dos formas, en una de ellas utilizaremos las expresiones
matriciales que hemos definido.
3
()
{ }
r
r r r r
w x x x y y y z z z
componentes de w respecto de B v v v
= + + + + + + =
= =
( , , )
( , , ) , ,

1 1 1 2 1 3 1 1 1 2 1 3 1 1 1 2 1 3
2 2 2 2 1 2 3
r r r r
r r r
r r r r
u v v v
u v v
u v v v
1 1 2 3
2 1 2
3 1 2 3
3 5
4
8 3 11
= + +
=
= +
( )
( ) ( )
( )
r
r
r
r
r
r
r
r
r
r
w
u
u
u
x y z
x y z
x y z
v
v
v
x x x y y y z z z
v
v
v
x
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
= + + + + + +
|
\
|
.
|
|
|
=
= +

1 1 1
1
2
3
1 1 1
1 1 1
2 2 2
3 3 3
1
2
3
1 1 1 2 1 3 1 1 1 2 1 3 1 1 1 2 1 3
1
2
3
1 1
(
1 2 1 3 1 1 1 1 2 1 3 2 1 1 1 2 1 3 3 2 1 2 2 2 3
x x v y y y v z z z v v v v + + + + + + + = + + ) ( ) ( )
r r r r r r

r r r r r r r r r r r r r
r r r r r r r r
w u u u x v y v z v x v y v z v x v y v z v
x v y v z v x v y v z v x v y v
= + + = + + + + + + + + =
= + + + + + + + +

1 1 1 2 1 3 1 1 1 1 2 1 3 1 2 1 2 2 2 3 1 3 1 3 2 3 3
1 1 1 1 1 2 1 1 3 1 2 1 1 2 2 1 2 3 1 3 1 1 3 2
( ) ( ) ( )
1 3 3
1 1 1 2 1 3 1 1 1 1 2 1 3 2 1 1 1 2 1 3 3
z v
x x x v y y y v z z z v
r
r r r
=
= + + + + + + + + ( ) ( ) ( )
Tenemos as:
Por tanto:

{ }
{ }
r
r r r
r r r
w
respecto de B u u u
respecto de B v v v
=
=
=
( , , ) , ,
( , , ) , ,

1 1 1 1 1 2 3
2 2 2 2 1 2 3
Hagmoslo en forma matricial:
Por tanto:
Ejemplo 47.-
Un vector respecto de una base es .
r
w { } B u u u =
r r r
1 2 3
, ,
r r r r
w u u u = + 2 5 4
1 2 3
Queremos expresar este vector respecto de otra base sabiendo que: { } C v v v =
r r r
1 2 3
, ,
Veamos:
La combinacin de respecto de B y la relacin entre las bases B y C las podemos
r
w
expresar matricialmente:
r r r r
r r r
w x x x v y y y v z z z v
v v v
= + + + + + + + + =
= + +
( ) ( ) ( )

1 1 1 2 1 3 1 1 1 1 2 1 3 2 1 1 1 2 1 3 3
2 1 2 2 2 3
3
()
r r r r
r r r r
r r r r
r
r
r
r
r
r
u v v v
u v v v
u v v v
y matricialmente
u
u
u
v
v
v
1 11 1 12 2 13 3
2 21 1 22 2 23 3
3 31 1 32 2 33 3
1
2
3
11 12 13
21 22 23
31 32 33
1
2
3
= + +
= + +
= + +
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|

r
r
r
r
r
r
r
r
r
u
u
u
v
v
v
u
u
u
1
2
3
11 12 13
21 22 23
31 32 33
1
2
3
11 12 13
21 22 23
31 32 33
1
1
2
3
11 12 13
21 22 23
31 32 33
1
11
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|

|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|

12 13
21 22 23
31 32 33
1
2
3

|
\
|
.
|
|
|
|
\
|
.
|
|
|
r
r
r
v
v
v

11 12 13
21 22 23
31 32 33
1
1
2
3
1
2
3
1 2 3
1 2 3
1 2 3
3 1
1 0 0
0 1 0
0 0 1
0 0
0 0
0 0 1
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
+ +
+ +
+ +
|
\
|
.
|
|
|
r
r
r
r
r
r
r r r
r r r
r r r
1 2 444 3
u
u
u
v
v
v
v v v
v v v
v v v
matriz vectorial " "
444
r
r
r
=
|
\
|
.
|
|
|
v
v
v
1
2
3
( )
r
r
r
r
r
r
r
r
r
r
u
u
u
v
v
v
y w
u
u
u
1
2
3
1
2
3
1
2
3
1 3 5
4 1 0
8 3 11
2 5 4
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
( )
Operando matricialmente:

( ) ( ) ( )
( ) ( )
r
r
r
r
r
r
r
r
r
r
r r r r
1 2 4444 3 4
r
w
u
u
u
v
v
v
v
v
v
w v v v
Tenemos el vector w como combinacion
lineal de los vectores de la base C
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
=
|
\
|
.
|
|
|
= = +
2 5 4 2 5 4
1 3 5
4 1 0
8 3 11
14 11 54 14 11 54 14 11 54
1
2
3
1
2
3
1
2
3
1 2 3
&
444
Hemos visto como una base (sus vectores) puede expresarse como combinacin lineal de
los vectores de otra base del espacio vectorial
3
() y como la expresin puede ponerse en forma
matricial.
Supongamos que tenemos los vectores de una base expresados como { } B u u u
1 1 2 3
=
r r r
, ,
combinacin lineal de los de otra base , es decir: { } B v v v
2 1 2 3
=
r r r
, ,
Nos preguntamos lo siguiente:
Podemos expresar los vectores de en funcin de ? { } B v v v
2 1 2 3
=
r r r
, , { } B u u u
1 1 2 3
=
r r r
, ,
Veamos como:
L Multiplicamos en ambos miembros de la igualdad matricial por la inversa de la matriz
numrica de orden 33:
L Como el producto de una matriz por su inversa es la matriz I, tenemos:
Por tanto, encontramos la relacin buscada sin ms que hallar la inversa de una matriz
3
()
r
r
r
r
r
r
v
v
v
u
u
u
1
2
3
11 12 13
21 22 23
31 32 3
1
1
2
3
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|

Tenemos
u v v v
u v v
u v v v
es decir
u
u
u
v
v
v
r r r r
r r r
r r r r
r
r
r
r
r
r
1 1 2 3
2 1 2
3 1 2 3
1
2
3
1
2
3
3 5
4
8 3 11
1 3 5
4 1 0
8 3 11
= + +
=
= +
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
Ejemplo 48.-
Consideremos las bases B y C del ejemplo 47 y la relacin de los vectores de B como
combinacin lineal de los de C que se expresa en icho ejemplo. Ahora queremos expresar los
vectores de C como combinacin lineal de los de B.
Veamos:
Despejando la matriz vectorial de la base C:

r
r
r
r
r
r
v
v
v
u
u
u
Debemos hallar la inversa de M
1
2
3
1
1
2
3
1 3 5
4 1 0
8 3 11
1 3 5
4 1 0
8 3 11
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
M =
= + + + =
1 3 5
4 1 0
8 3 11
11 60 40 132 221
La inversa de M ser:

M
M M M
M M M
M M M
siendo
M M M
M M M
M M M
=
|
\
|
.
|
|
|
=

= =
= =
=
=
= =

= =

=
=

= =

= =

1
11 21 31
12 22 32
13 23 33
11 21 31
12 22 32
13 23 33
1
221
1 0
3 11
11
3 5
3 11
48
3 5
1 0
5
4 0
8 11
44
1 5
8 11
29
1 5
4 0
20
4 1
8 3
20
1 3
8 3
27
1 3
4 1
11
; ;
; ;
; ;
En definitiva
M
:

|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
1
11
221
48
221
5
221
44
221
29
221
20
221
20
221
27
221
11
221
1
221
11 48 5
44 29 20
20 27 11
La expresin que nos determina la base C en funcin de la base B es :
3
()
r
r
r
r
r
r
r r r r
r r r r
r r r r
v
v
v
u
u
u
v u u u
v u u u
v u u u
1
2
3
11
221
48
221
5
221
44
221
29
221
20
221
20
221
27
221
11
221
1
2
3
1
11
221 1
48
221 2
5
221 3
2
44
221 1
29
221 2
20
221 3
3
20
221 1
27
221 2
11
221 3
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|

= + +
= +
= +

Ejemplo 49.-
Consideremos las bases B y C del ejemplo anterior.
Sea el vector que est expresado respecto de la base C.
r r r r
w v v v = 11 14 54
1 2 3
Queremos expresar en funcin de la base B.
r
w
Veamos:

( ) ( ) ( )
( ) ( )
r
r
r
r
r
r
r
r
r
r
r
r
r
w
v
v
v
u
u
u
u
u
u
u
u
u
=
|
\
|
.
|
|
|
=
|
\
|
.
|
|
|
|
\
|
.
|
|
|
=
= + + +
|
\
|
.
|
|
|
=
|
\

14 11 54 14 11 54
2 5 4
1
2
3
11
221
48
221
5
221
44
221
29
221
20
221
20
221
27
221
11
221
1
2
3
154
221
484
221
1080
221
672
221
319
221
1458
221
70
221
220
221
594
221
1
2
3
1
2
3
|
.
|
|
|
= + Por w u u u tanto:
r r r r
2 5 4
1 2 3
NOTA: Observa en el ejemplo 47 que se trata del mismo vector expresado en ambas
r
w
bases y coincide con el resultado obtenido en ese ejemplo.

Espavec R3

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

Espavec R3

Uploaded by

Copyright:

Available Formats

El

Pasamos la incgnita a la derecha de la igualdad y la tratamos como una constante:

S sistema que sabemos es compatible

Resolvemos por sustitucion

You might also like