SUBTEMAS

 Definiciones y propiedades.
 Operaciones con vectores.
OBJETIVO
 Identificar los vectores en 𝑅 𝑛 para realizar
operaciones entre vectores.
 ACTIVIDAD DE INICIO
Lluvia de ideas:
¿Qué es un vector?
 VECTORES
En física o ingeniería, un vectores está representado por un segmento de
recta dirigido y caracterizado por dos cantidades:

• Magnitud
• Dirección

Al vector se lo puede expresar:

• 𝑣Ԧ
• 𝐯
 VECTORES EN 𝑹𝟐

Un vector 𝑣Ԧ en ℝ2 es un par ordenado de números reales 𝑥1 y 𝑦1, los cuales se

denominan elementos o componentes del vector.
𝑣Ԧ = 𝐯 = (𝑥1 , 𝑦1 )
Por ejemplo, el vector 𝐮 = (𝑥1, 𝑦1) , se lo puede representar de la siguiente
manera:

Fuente: Kolman B., (2006).

 VECTORES EN EL PLANO
Sean 𝑃 y 𝑄 dos puntos en el plano. Entonces el segmento de recta dirigido de 𝑃 a
𝑄 se lo denota por 𝑃𝑄 ,es el segmento dirigido de 𝑃 hacia 𝑄.

Eje y

Eje x
 VECTORES EN EL PLANO
Un vector en el plano se representa geométricamente por un segmento de recta
el cual se forma mediante dos puntos:
• Punto inicial: Es el de origen del vector (𝑥0, 𝑦0)
• Punto final: Es donde culmina dicho segmento (𝑥1, 𝑦1)
Un vector se forma restando las coordenadas del punto inicial para las
coordenadas del punto final:
Sea 𝑃0 (𝑥0 , 𝑦0 ) el punto inicial, y 𝑃1 (𝑥1 , 𝑦1 ) el punto final del vector 𝑣Ԧ será
igual:
𝑣Ԧ = 𝑃0 𝑃1 = 𝑃1 − 𝑃0
𝑣Ԧ = (𝑥1 , 𝑦1 ) − (𝑥0 , 𝑦0 )
𝑣Ԧ = (𝑥1 − 𝑥0 , 𝑦1 − 𝑦0 )
Ejemplo: Sea 𝐴(−6, 2) y 𝐵(−2,8). Halle el vector 𝒖 = 𝑨𝑩

𝑢 = 𝐴𝐵 = 𝐵 − 𝐴
𝑢 = −2, 8 − −6,2
𝑢 = 4, 6
Eje y

Eje x
 VECTORES EN 𝑹𝐧
El análisis de vectores en el plano, se puede ampliar al análisis de vectores en el
espacio n-dimensional. Un vector 𝑣Ԧ de dimensión 𝑛, viene representado por una
coordenada, de la forma:

𝑣Ԧ = 𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ; 𝑣Ԧ ∈ ℝ𝑛
Donde ℝ 𝑛, representa al espacio n-dimensional en el conjunto de los números
reales.
 VECTORES EN 𝑹𝟑
Un sistema de coordenadas tridimensional se construye trazando un eje z,
perpendicular en el origen de coordenadas a los ejes (𝑥, 𝑦). Cada punto viene
determinado por tres coordenadas 𝑃(𝑥, 𝑦, 𝑧).

𝑣=
Ԧ 𝑥, 𝑦, 𝑧 ; Ԧ ℝ3
𝑣∈
Por ejemplo, el vector 𝐚 = (𝑎1, 𝑎2, 𝑎3) , se lo puede representar de la
siguiente manera:

Fuente: Stewart J. (2008)

 MAGNITUD DE UN VECTOR
La magnitud de un vector es una cantidad escalar y se define como la longitud del
vector. La magnitud de un vector puede ser expresada como: 𝑣 o 𝑣

 𝑷𝒂𝒓𝒂 𝒗 = 𝒙, 𝒚 → 𝑣 = 𝑣 = 𝑥2 + 𝑦2

 𝑷𝒂𝒓𝒂 𝒗 = 𝒙, 𝒚, 𝒛 → 𝑣 = 𝑣 = 𝑥2 + 𝑦2 + 𝑧2

Ejemplo: Sea 𝒗 = 𝟏, −𝟑

𝑣 = 𝑣 = (1)2+(−3)2= 1 + 9
𝑣 = 𝑣 = 10

Ejemplo: Sea 𝒖 = 𝟐, −𝟏, 𝟓

𝑢 = 𝑢 = (2)2+(−1)2 + (5)2= 4 + 1 + 25
𝑢 = 𝑢 = 30
 DIRECCIÓN DE UN VECTOR
La dirección de un vector es la que define el sentido del vector y puede
determinarse a través del ángulo 𝜃, usando la función trigonométrica tangente ya
que ésta relaciona el cateto opuesto y el adyacente. Sea el vector 𝒖 = 𝒂, 𝒃 ,
cuando 𝑎 ≠ 0
𝑏
tan 𝜃 =
𝑎
−1
𝑏
𝜃 = 𝑡𝑎𝑛
𝑎
 VECTORES UNITARIOS
Un vector unitario es aquél que tiene módulo uno.
Sea un vector 𝑣 = ( 𝑥 1 , 𝑦 1 , 𝑧 1 ) , el vector unitario de 𝑣 esta dado por:

𝑣Ԧ ( 𝑥 1 , 𝑦1 , 𝑧1 )
𝒖𝒗 = =
𝑣 𝑥 1 2 + 𝑦1 2 + 𝑧 1 2

Un vector unitario puede emplearse para definir el sentido positivo de cualquier

eje.

Fuente: Stewart J. (2008)

 VECTORES UNITARIOS
La forma convencional de representar vectores es por medio de coordenadas.
𝑣Ԧ = (𝑎, 𝑏, 𝑐)
También se los puede expresar de forma polinomial en términos de vectores
unitarios:
𝑣Ԧ = 𝑎 𝒊 + 𝑏 𝒋 + 𝑐 𝒌
Ejemplo: Sea 𝐯 = (𝟏, −𝟐, 𝟑). Hallar su vector unitario
 OPERACIONES CON VECTORES SUMA Y RESTA
DE VECTORES
La suma y resta vectorial es una operación básica la cual consiste en sumar o restar sus
componentes correspondientes.
Si tenemos que 𝑣 = ( 𝑥 1 , 𝑦 1 , 𝑧 1 ) y 𝑢 = 𝑥 2 , 𝑦 2 , 𝑧 2 , la suma de ambos vectores,
se representa como:
𝑣 + 𝑢 = 𝑥1 , 𝑦1 , 𝑧1 + 𝑥 2 , 𝑦2 , 𝑧 2 = 𝑥1 + 𝑥 2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧 2
 MULTIPLICACIÓN POR ESCALAR
La multiplicación por un escalar consiste en multiplicar cada uno de los
componentes del vector 𝑣Ԧpor un escalar "𝑐“
𝑣 = ( 𝑥1 , 𝑦1 , 𝑧1 )
𝑐 𝑣 = 𝑐 ∗ ( 𝑥1 , 𝑦1 , 𝑧1 )
𝑐 𝑣 = ( 𝑐 𝑥1 , 𝑐 𝑦1 , 𝑐 𝑧1 )
 PROPIEDADES DE LA SUMA VECTORIAL Y DE LA
MULTIPLICACIÓN POR UN ESCALAR
Sean 𝐮, 𝐯, 𝐰 vectores en el plano, y sean 𝑐 y 𝑑 escalares:
 PRODUCTO PUNTO
Es una operación algebraica en la que se multiplican dos vectores y se obtiene una
cantidad escalar.
Sean 𝑎 = ( 𝑥 1 , 𝑦 1 , 𝑧 1 ) y 𝑏 = 𝑥 2 , 𝑦 2 , 𝑧 2 , el producto punto entre los
dos vectores será:

𝒂 . 𝒃 = 𝑥 1 , 𝑦1 , 𝑧1 . 𝑥 2 , 𝑦 2 , 𝑧 2 = 𝑥 1 𝑥 2 + 𝑦1 𝑦 2 + 𝑧1 𝑧 2
Geométricamente, es el producto del módulo de los dos vectores y el coseno del
ángulo entre ellos.
𝒂 . 𝒃 = 𝑎 𝑏 co s 𝜃

Por lo tanto, para hallar el ángulo entre los vectores usando el producto punto,
nos queda la siguiente expresión:
𝑎. 𝑏
𝜽 = 𝑐 𝑜 𝑠 −1
𝑎 𝑏
 EJERCICIO DE PRODUCTO PUNTO
Determine el ángulo entre los vectores 𝑎 = − 1 , 3 , 4 y 𝑏 = −3,2, −1 ,
utilizando el producto punto.
 PRODUCTO CRUZ
Es una operación binaria entre dos vectores en un espacio tridimensional. El
resultado es un vector perpendicular a los vectores que se multiplican.
Sean 𝑢 = ( 𝑎 1 , 𝑏 1 , 𝑐 1 ) y 𝑣 = 𝑎 2 , 𝑏 2 , 𝑐 2 el producto cruz entre los dos
será:
 EJERCICIO DE PRODUCTO CRUZ
Determine el ángulo entre los vectores 𝑢 = 1 , − 3 , 4 y 𝑣 = −2,1,1 ,
utilizando el producto cruz.
 PROPIEDADES EN EL PRODUCTO PUNTO Y
PRODUCTO CRUZ
Sea 𝐮, 𝐯, 𝐰 tres vectores en 𝑅3 y sea 𝑐 un escalar, entonces:
Propiedades del producto punto

Propiedades del producto cruz

 Actividad de Cierre
 Sean los vectores 𝑨 = 𝟐, 𝟏, 𝟏 , 𝑩 = −𝟑, 𝟓, 𝟏 , 𝑪 = 𝟐, −𝟏, 𝟎
, 𝑫 = −𝟓, 𝟔, 𝟒 . Hallar Y si, 𝒀 + 𝑨 − 𝟐 𝑩 + 𝒀 = 𝟑(𝟐𝒀 − 𝑪 + 𝑫)
 BIBLIOGRAFÍA
 Larson R. & Falvo D., (2010). Fundamentos de Álgebra
Lineal, sexta edición, Editorial Cengage Learning.

 Lay David C., (2012). Algebra lineal y sus aplicaciones,

quinta edición, Editorial Pearson Educación.

 Grossman Stanley, (2008). Álgebra Lineal, sexta edición,

Editorial McGraw Hill.
 SUBTEMAS
 Definición de un espacio vectorial.
 Propiedades.
OBJETIVO
 Analizar los espacios vectoriales en la
resolución de ejercicios, aplicando la
teoría del álgebra lineal.
 ESPACIOS VECTORIALES

El conjunto de los vectores libres del plano

ℝ2 o del espacio ℝ3, es sólo uno del los
muchos objetos matemáticos que pueden
formar un espacio vectorial.

Este concepto se puede abstraer para

englobar no sólo vectores sino también
otros objetos como matrices, polinomios,
funciones o conjuntos de números.
 ESPACIOS VECTORIALES
Un espacio vectorial es un conjunto no vacío 𝑉 de elementos, llamados vectores,
donde se definen dos operaciones: suma ⨁ y multiplicación por escalares ⨀,
sujetos a 10 axiomas.
V
Elementos:
Vectores, matrices, polinomios, funciones, etc.
 Elementos
Escalares:
 Escalares Números reales.
 Dos operaciones Operaciones:
Suma y multiplicación por escalar.
 ESPACIOS VECTORIALES
Se dice que 𝑉 es un espacio vectorial si y solo sí cumple con los siguientes 10
axiomas:

Suma: Propiedad
1. ∀ v1, v2 𝜖 𝑉 → (v1 ⊕ v2 ) 𝜖 𝑉 Cerradura de la suma
Conmutativa de la
2. ∀ v1, v2 𝜖 𝑉 → v1 ⊕ v2 = v2 ⊕ v1
suma
3. ∀ v1, v2, v3 ϵ 𝑉 → (v1 ⊕ v2) ⊕ v3 = v1 ⊕ (v2 ⊕ v3) Asociativa de la suma
Neutro 𝒏 o Cero vector
4. ∃ n ϵ 𝑉, ∀ v ϵ 𝑉 → v ⊕ n = v
𝟎𝐯
5. ∀ v 𝜖 𝑉, ∃ v′ 𝜖 𝑉 → v ⊕ v′ = n Inverso aditivo de v
 ESPACIOS VECTORIALES
Multiplicación: Propiedad
Cerradura de
6. ∀ 𝛼 𝜖 ℝ, ∀ v 𝜖 𝑉 → (α ⊙ v) 𝜖 𝑉
multiplicación
7. ∀ 𝛼 𝜖 ℝ, ∀ v1, v2 𝜖 𝑉 → α ⊙(v1⊕ v2)=(α ⊙ v1) ⊕ (α ⊙ v2) Primera distributiva
8. ∀ 𝛼, 𝛽 𝜖 ℝ, ∀ v 𝜖 𝑉 → (α ⊕ β)⊙ v = (α ⊙ v) ⊕ (β ⊙ v) Segunda distributiva
9. ∀ 𝛼, 𝛽 𝜖 ℝ, ∀ v 𝜖 𝑉 → (𝛼 𝛽)⊙ v = 𝛼 ⊙ (𝛽 ⊙ v) Asociativa multiplicativa
10. ∀ v 𝜖 𝑉 → 1 ⊙ v = v Idéntico escalar

Observación: el neutro es único, y se lo debe hallar.

» Notación del neutro: 𝐧 = 𝟎𝐯 = 𝟎ഥ
» Notación del inverso: v′ = − v
» Basta que un axioma no se cumpla para que no sea
espacio vectorial.
 EJEMPLO DE ESPACIO VECTORIAL
Dado los vectores en 𝑹 𝟐 : 𝒖 = (1, −1), 𝐯 = (2, 1), 𝐰 = (1, 0), y los escalares 𝐜 = 2; 𝒅 = 3
Determine si el conjunto formado por los vectores u, v, w y las operaciones: ⊕, 𝑎 ⊙ corresponden a un espacio
vectorial.
1. Cerradura de la suma 𝑢⨁𝑣 = 3, 0 ∈ 𝑅 2

𝑢⨁𝑣 = 𝑣⨁𝑢
2. Conmutativa Suma 3, 0 = (2, 1)⨁(1, −1)
3, 0 = (3, 0)

(𝑢⨁𝑣) ⨁ 𝑤 = 𝑢⨁(𝑣⨁𝑤)
3. Asociativa Suma 3, 0 ⨁ 1, 0 = (1, −1)⨁(3, 1)
4, 0 = (4, 0)

𝑢⨁0𝑣 = 𝑢
4. Elemento neutro 1, −1 ⨁ 0, 0 = (1, −1)

𝑢⨁𝑢′ = 0𝑣
5. Elemento inverso aditivo 1, −1 ⨁(−1) 1, −1 =
1, −1 ⨁ −1, 1 = (0, 0)
 EJEMPLO DE ESPACIO VECTORIAL
6. Cerradura de la multiplicación 𝑐⨀𝑣 = 2⨀ 2, 1 = (4, 2) ∈ 𝑅 2

𝑐⨀ 𝑢⨁𝑣 = 𝑐⨀𝑢 ⨁ 𝑐⨀𝑣

7. Primera distributiva 2⨀ 1, −1 ⨁ 2, 1 = 2(1, −1)⨁2(2, 1)
2 ⨀ 3, 0 = (2, −2)⨁(4, 2)
6, 0 = (6, 0)

𝑐⨁𝑑 ⨀𝑣 = 𝑐⨀𝑣 ⨁ 𝑑⨀𝑣

8. Segunda distributiva 2 + 3 ⨀ 2, 1 = 2(2, 1)⨁3(2, 1)
5 ⨀ 2, 1 = (4, 2)⨁(6, 3)
10, 5 = (10, 5)

9. Asociativa multiplicativa
𝑐⨀𝑑 ⨀𝑣 = 𝑐⨀ 𝑑⨀𝑣
2⨀3 ⨀ 2, 1 = 2⨀ 3⨀ 2, 1
6⨀ 2, 1 = 2⨀(6,3)
12, 6 = (12, 6)

10. Idéntico escalar 𝑢⨁0𝑣 = 𝑢

1, −1 ⨁ 0, 0 = (1, −1)
 PROPIEDADES DE UN ESPACIO VECTORIAL
Sea 𝑉,⊕, ⨀𝛼, un espacio vectorial, entonces se cumplen todas las siguientes
condiciones:

» Si 𝑉 es espacio vectorial, entonces se cumplen las siete

condiciones.
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial ℝ𝒏
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial 𝑴𝒎𝒙𝒏
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial 𝑷𝒏
 ESPACIOS VECTORIALES CONOCIDOS
Espacio vectorial f(a, b)
 BIBLIOGRAFÍA
 Larson R. & Falvo D., (2010). Fundamentos de Álgebra
Lineal, sexta edición, Editorial Cengage Learning.

 Lay David C., (2012). Algebra lineal y sus aplicaciones,

quinta edición, Editorial Pearson Educación.

 Grossman Stanley, (2008). Álgebra Lineal, sexta edición,

Editorial McGraw Hill.
 SUBTEMAS
 Definición de un subespacio vectorial de un
espacio vectorial.
 Caracterización de los subespacios vectoriales.
OBJETIVO
 Analizar los subespacios vectoriales en la
resolución de ejercicios, aplicando la teoría
del álgebra lineal.
 SUBESPACIOS VECTORIALES

Se llama subespacio vectorial de un

espacio vectorial 𝑉 a cualquier
subconjunto no vacío, 𝑊 ⊂ 𝑉 que
también es espacio vectorial y que
cumple con los mismos axiomas
definidos sobre 𝑉.
 SUBESPACIOS VECTORIALES
Si 𝑉 es un espacio vectorial y 𝑊 ⊂ 𝑉, se dice que 𝑊 es subespacio vectorial de
𝑉 si y solo si 𝑊 es en sí mismo un espacio vectorial bajo las operaciones de suma
y multiplicación por escalar definidas en 𝑉.

 El subespacio vectorial debe de cumplir los

10 axiomas de un espacio vectorial.
 El elemento neutro de 𝑊 deber ser el mismo
que el de 𝑉.
 𝑊⊂𝑉
 CRITERIO DE CARACTERIZACIÓN DE UN
SUBESPACIO VECTORIAL
No es necesario verificar los 10 axiomas porque existe un criterio sencillo para
determinar si un subconjunto 𝑊 de un espacio vectorial 𝑉 es un subespacio, y
son los siguientes:

 0𝑣 está en 𝑊 ⟶
 Si 𝑢 y 𝑣 están en 𝑊, entonces 𝑢 + 𝑣 está en 𝑊.

 Si 𝑢 está en 𝑊 y 𝑘 es un escalar, 𝑘 ∙ 𝑢 está en 𝑊

 EJEMPLO 1: SUBESPACIO VECTORIAL
Determine si 𝐖 = 𝒙, 𝒚 ∈ 𝑹𝟐/𝒚 = 𝟑𝒙 es un subespacio vectorial de 𝑹𝟐
 Primero analizamos el conjunto 𝑊, son todos los vectores de 𝑅2 tales
que la segunda componente es el triple de la primera.
 𝑊 es la recta que pasa por el origen y tiene vector director (1, 3), ósea
la recta de ecuación 𝑦 = 3𝑥

Aplicando el criterio de caracterización de subespacios vectoriales:

𝒘𝟏 = 𝒙𝟏 , 𝒚𝟏 = 𝒙𝟏 , 𝟑𝒙𝟏 𝒘𝟐 = 𝒙𝟐 , 𝒚𝟐 = 𝒙𝟐 , 𝟑𝒙𝟐

Aplicando la operación de suma convencional, definida por 𝑹𝟐:

𝒘𝟏 + 𝒘𝟐 = 𝒙𝟏 , 𝟑𝒙𝟏 + 𝒙𝟐 , 𝟑𝒙𝟐 = 𝒙𝟏 + 𝒙𝟐 , 𝟑𝒙𝟏 + 𝟑𝒙𝟐
𝒙𝟏 + 𝒙𝟐,
𝒘𝟏 + 𝒘𝟐 = ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆
𝟑(𝒙𝟏+𝒙𝟐)
 EJEMPLO 1: SUBESPACIO VECTORIAL

Aplicando la operación de multiplicación por escalar convencional,

definida por 𝑹𝟐:
𝑎 ∙ 𝒘 = 𝑎 𝒙, 𝟑𝒙 = 𝑎 𝒙 , 𝑎 (𝟑𝒙)
𝑎𝒙,
𝑎 ∙ 𝒘 = 𝟑 𝑎𝒙 ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆

Se cumple pues 𝟎, 𝟎 ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆

Cuando 𝐱 = 𝟎, 𝐲 = 𝟎

Por lo tanto, 𝑾 si es un subespacio vectorial de 𝑹𝟐.

 EJEMPLO 2: SUBESPACIO VECTORIAL
𝐂𝐨𝐧𝐬𝐢𝐝𝐞𝐫𝐞𝐦𝐨𝐬 𝐞𝐥 𝐜𝐨𝐧𝐣𝐮𝐧𝐭𝒐 𝐖 = 𝒙, 𝒚, 𝒛 ∈ 𝑹𝟑/𝒙 + 𝒚 + 𝟐𝒛 = 𝟎 , verifique si
es un subespacio vectorial de 𝑹𝟑
Primero analizamos el conjunto 𝑊 , de la ecuación se deduce que: 𝑥 = −𝑦 − 2𝑧 ,
por lo tanto los vectores que pertenecen a 𝑊 son de la forma (−𝑦 − 2𝑧, 𝑦, 𝑧), con
𝑦, 𝑧 ∈ ℝ

Aplicando la operación de suma convencional, definida por 𝑹𝟑

𝒘𝟏 = −𝒚𝟏 − 𝟐𝒛𝟏 , 𝒚𝟏 , 𝒛𝟏 𝒘𝟐 = −𝒚𝟐 − 𝟐𝒛𝟐 , 𝒚𝟐 , 𝒛𝟐
𝒘𝟏 + 𝒘𝟐 = (−𝑦1 − 2𝑧1 + −𝑦2 − 2𝑧2 , 𝑦1 + 𝑦2 , 𝑧1 + 𝑧2 )
−(𝑦1 + 𝑦2) − 2(𝑧1 + 𝑧2),
𝒘𝟏 + 𝒘𝟐 = 𝑦1 + 𝑦2, ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆
𝑧1 + 𝑧2
 EJEMPLO 2: SUBESPACIO VECTORIAL

Aplicando la operación de multiplicación por escalar convencional,

definida por 𝑹𝟑:
𝑎 ∙ 𝒘 = 𝑎 (−𝒚 − 𝟐𝒛, 𝒚, 𝒛) = 𝑎 −𝒚 − 𝟐𝒛 , 𝑎 𝒚 , 𝑎 𝒛
−𝑎𝒚 − 𝟐𝑎𝒛,
𝑎 ∙𝒘= 𝑎𝒚, ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆
𝑎𝒛

Se cumple pues 𝟎, 𝟎, 𝟎 ∈ 𝑾 ∴ 𝑺𝒊 𝒄𝒖𝒎𝒑𝒍𝒆

Cuando 𝐱 = 𝟎, 𝐲 = 𝟎, 𝐳 = 𝟎

Por lo tanto, 𝑾 si es un subespacio vectorial de 𝑹𝟑.

 EJEMPLO 3: SUBESPACIO VECTORIAL
𝐂𝐨𝐧𝐬𝐢𝐝𝐞𝐫𝐞𝐦𝐨𝐬 𝐞𝐥 𝐜𝐨𝐧𝐣𝐮𝐧𝐭𝒐 𝐖 = 𝒙, 𝒚 ∈ 𝑹𝟐 /𝒙 + 𝒚 = 𝟎 , compruebe si se
trata de un subespacio vectorial en 𝑹𝟐
Primero analizamos el conjunto 𝑊, de la ecuación se deduce que: y = −𝑥, por lo
tanto los vectores que pertenecen a 𝑊 son de la forma (𝑥, −𝑥), con 𝑦 ∈ ℝ.

Cuando: 𝐱 = 𝟎, 𝐲 = 𝟎, se cumple 𝟎, 𝟎 ∈ 𝑾

Aplicando la operación de suma convencional, definida por 𝑹𝟐 , no se cumple

porque la suma de dos vectores de 𝑊 puede no estar en 𝑊, por ejemplo:
𝒘𝟏 = 𝟏, 𝟎 𝒘𝟐 = (𝟏, −𝟏)
𝒘𝟏 + 𝒘𝟐 = (1 + 1, 0 − 1)
𝒘𝟏 + 𝒘𝟐 = 2, −1 ∉ 𝑾 ∴ 𝑵𝒐 𝒄𝒖𝒎𝒑𝒍𝒆
Por lo tanto, 𝑾 si no es subespacio vectorial de 𝑹𝟐.
 EJERCICIO EN CLASES: SUBESPACIO VECTORIAL
Sea 𝐏 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 /𝒂, 𝒃, 𝒄 ∈ ℝ .
Determine si el subconjunto 𝑾 = 𝒂𝒙𝟐 + 𝒃𝒙 + 𝒄 /𝒄 = −𝒂 − 𝒃 es un
subespacio vectorial de P.
 BIBLIOGRAFÍA
 Larson R. & Falvo D., (2010). Fundamentos de Álgebra
Lineal, sexta edición, Editorial Cengage Learning.

 Lay David C., (2012). Algebra lineal y sus aplicaciones,

quinta edición, Editorial Pearson Educación.

 Grossman Stanley, (2008). Álgebra Lineal, sexta edición,

Editorial McGraw Hill.
 SUBTEMAS
 Combinación Lineal.
 Conjunto generador.
 Independencia Lineal.
OBJETIVO
 Analizar los conceptos de conjunto
generador e independencia lineal, para la
resolución de ejercicios.
 COMBINACIÓN LINEAL

Una combinación lineal de dos o más

vectores es el vector que se obtiene al
sumar esos vectores multiplicados por
escalares.

Cualquier vector se puede poner como

combinación lineal de otros que tengan
distinta dirección.

𝑤 = 2𝑢 + 3𝑣Ԧ
 COMBINACIÓN LINEAL
Sea 𝑉 un espacio vectorial y 𝒗𝟏, 𝒗𝟐, …, 𝒗𝒏 , un conjunto de vectores de 𝑉. Se dice
que el vector 𝒗 es una combinación lineal de 𝒗𝟏, 𝒗𝟐, …, 𝒗𝒏 si y solo si existen los
escalares 𝑎 𝟏 , 𝑎 𝟐 , …, 𝑎 𝒏 , tales que:

𝒗 = 𝑎 𝟏⨀𝒗 𝟏 ⨁ 𝑎𝟐⨀𝒗𝟐 ⨁ ∙∙∙ ⨁(𝑎𝒏⨀𝒗𝒏)

Ejemplo: Combinación lineal en ℝ𝟑.
El vector 𝑣 = (1, −5, −4) es una combinación lineal de los vectores:
𝑣1 = −2,4, −1 ; 𝑣2 = (−1, 1, −2)
𝑣 = −2𝑣1 + 3𝑣2
𝑣 = −2 −2,4, −1 + 3(−1, 1, −2)
𝑣 = 4, −8, 2 + (−3, 3, −6)
𝒗 = (𝟏, −𝟓, −𝟒)
 COMBINACIÓN LINEAL: EJERCICIO
¿Es el vector (1, 8) combinación lineal de los vectores (1, 0), (3, 3) ?
Para responder esto debemos buscar si existen escalares 𝛼, 𝛽 tales que:
1, 8 = 𝛼 1,0 + 𝛽(3,3)
1 = 𝛼 + 3𝛽 → 𝛽 = 8
ቊ
8 = 3𝛽 3
𝛼 = 1 − 3𝛽
𝛼 = −7
Como existen escalares que si satisfacen la igualdad entonces (1, 8) si es
combinación lineal de (1, 0), (3, 3)
EJERCICIO EN CLASES:
Determine si 𝒗 = (𝟐, 𝟏, 𝟓),es combinación lineal de los vectores:
𝒗𝟏 = 𝟏, 𝟐, 𝟏 ; 𝒗𝟐 = (𝟏, 𝟎, 𝟐); 𝒗𝟑 = (𝟏, 𝟏, 𝟎)
 CONJUNTO GENERADOR
Definición de conjunto generador de un
espacio vectorial. gen(u, v)
Sea 𝑺 = 𝒗𝟏, 𝒗𝟐, ⋯ , 𝒗𝒌 un conjunto de
vectores del espacio vectorial 𝑽. El
conjunto 𝑆 se denomina conjunto
generador de 𝑉, si todo vector en 𝑉
puede expresarse como una
combinación lineal de vectores en 𝑺.
Por lo cual, se puede decir que 𝑺
genera a 𝑉, 𝑔𝑒𝑛(𝑆) = 𝑉.
CONJUNTOS GENERADORES ESTÁNDAR DE 𝑹𝟑 , 𝑷𝟐, 𝑴𝟐×𝟐
ESPACIO GENERADO POR UN CONJUNTO DE VECTORES
EJERCICIO EN CLASES:
Antes de resolver, visitar el siguiente enlace y observar los 2 videos correspondientes a Conjuntos
Generadores.
https://ciencias.medellin.unal.edu.co/cursos/algebra-lineal/clases/8-clases/57-clase-6-parte1.html

𝟑 𝟏 −𝟐
Sea 𝑺 = 𝟐 , 𝟏 , 𝟎 . Hallar el subespacio generado por 𝑺.
𝟏 𝟏 𝟏
 INDEPENDENCIA LINEAL
Un conjunto de vectores libres son linealmente independientes si
ninguno de ellos se puede escribir como una combinación lineal de los
otros.

Es decir, sea 𝑽 un espacio vectorial y 𝑺 = 𝒗𝟏, 𝒗𝟐, ⋯ , 𝒗𝒏 un conjunto

de 𝒏 vectores del espacio vectorial, 𝒗𝟏, 𝒗𝟐, ⋯ , 𝒗𝒏 son linealmente
independientes (LI) si la única solución de la siguiente ecuación:

𝑎 𝟏⨀𝒗 𝟏 ⨁ 𝑎 𝟐⨀𝒗 𝟐 ⨁ ∙∙∙ ⨁(𝑎𝒏⨀𝒗𝒏)= 0

Son todos los coeficientes 𝑎 𝒊 iguales a 0:

𝑎𝟏 = 𝑎𝟏 = ⋯ = 𝑎𝒏 = 𝟎
 INDEPENDENCIA LINEAL
Geométricamente, dos vectores son linealmente independientes si no
tienen la misma dirección, esto es, si no son paralelos. Además no
comparten la misma recta que pasa por el origen.
 DEPENDENCIA LINEAL
Un conjunto de vectores libres del plano son linealmente dependientes
si alguno de ellos se puede expresar como combinación lineal de los
otros vectores que forman el sistema.

Es decir, sea 𝑽 un espacio vectorial y 𝑺 = 𝒗𝟏, 𝒗𝟐, ⋯ , 𝒗𝒏 un conjunto

de 𝒏 vectores del espacio vectorial, 𝒗𝟏, 𝒗𝟐, ⋯ , 𝒗𝒏 son linealmente
dependientes (LD) si existe alguna solución de la siguiente ecuación:

𝑎 𝟏⨀𝒗 𝟏 ⨁ 𝑎 𝟐⨀𝒗 𝟐 ⨁ ∙∙∙ ⨁(𝑎𝒏⨀𝒗𝒏)= 0

En la que algún coeficiente 𝑎 𝒊 es diferente de 0:

𝑎𝒊 ≠ 𝟎
 DEPENDENCIA LINEAL
Geométricamente, dos vectores son linealmente dependientes si
tienen la misma dirección, o comparten la misma recta que pasa por el
origen.
INDEPENDENCIA Y DEPENDENCIA LINEAL
 EJERCICIO
𝟏 𝟐 𝟎
Determine si 𝒗𝟏 = −𝟐 , 𝒗𝟐 = −𝟐 , 𝒗𝟑 = 𝟏 , son linealmente independientes o
𝟑 𝟎 𝟕
dependientes.
 INDEPENDENCIA Y DEPENDENCIA LINEAL
TAREA: Revisar el siguiente enlace:

https://www.geometriaanalitica.info/vectores-linealmente-independientes-y-
dependientes-independencia-dependencia-lineal/

OBSERVAR LOS SIGUIENTES VIDEOS:

https://www.youtube.com/watch?v=WiHskOBTUiU

https://www.youtube.com/watch?v=4d3S0cbsf_s
 BIBLIOGRAFÍA
 Larson R. & Falvo D., (2010). Fundamentos de Álgebra
Lineal, sexta edición, Editorial Cengage Learning.

 Lay David C., (2012). Algebra lineal y sus aplicaciones,

quinta edición, Editorial Pearson Educación.

 Grossman Stanley, (2008). Álgebra Lineal, sexta edición,

Editorial McGraw Hill.