Algebra Lineal

Vectores
Material elaborado por:
Lic. Richard Adrian Villasantti Flores

Campus Universitario
San Lorenzo, Paraguay
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Índice

1. Introducción Sistemas Lineales ........................................................................................................3

1.1. Sistemas de Ecuaciones Homogéneos y no Homogéneos .......................................................3
1.2. Resolución de sistemas de Ecuaciones - Método de Gauss .....................................................3
2. Vectores ...........................................................................................................................................9
2.1. Vectores en el plano y en el espacio ........................................................................................9
2.2. Operadores con Vectores...................................................................................................... 10
2.2.1. Suma de Vectores...................................................................................................... 10
2.2.2. Multiplicación de un escalar por un vector ............................................................... 11
2.2.3. Producto escalar entre dos vectores......................................................................... 12
2.3. Magnitud de un Vector ......................................................................................................... 12
2.4. Vector Unitario ...................................................................................................................... 13
2.5. Paralelismo y ortogonalidad de los vectores ........................................................................ 14
2.5.1. Vectores paralelos ..................................................................................................... 14
2.5.2. Vectores ortogonales ................................................................................................ 14
2.5.3. Proyección de un vector sobre otro .......................................................................... 15
2.5.4. Proyección del vector sobre el vector . ............................................................... 15
Bibliografía ............................................................................................................................................ 17

2 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

1. Introducción Sistemas Lineales

1.1. Sistemas de Ecuaciones Homogéneos y no Homogéneos

El sistema general de m ecuaciones y n incógnitas está dado por

donde son las incógnitas y todos los y son números reales dados en
las ecuaciones.

Este sistema admite una representación matricial, la cual es siendo

[ ] [ ] [ ]

Observemos que existe un orden para las variables del sistema, en la matriz los
coeficientes asociados a cada variable se escribe como una columna y a dicha matriz se lo
denomina Matriz de los coeficientes, es la matriz de las variables y la matriz de los
términos independientes

1.2. Resolución de sistemas de Ecuaciones - Método de Gauss

La idea del método consiste en aplicar las operaciones elementales, que ya conocemos, a la
matriz aumentada obteniendo sistemas de ecuaciones equivalentes al dado pero cada
vez más manejable.

Ejemplo Dado el siguiente sistema {

3 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Como ya sabemos, resolver el sistema es encontrar los valores que satisfagan las tres
ecuaciones.

La matriz ampliada para el sistema es

[ ]

a partir de esta matriz utilizaremos operaciones elementales hasta obtener una matriz
triangular superior, así

[ ] [ ]

[ ] [ ]

[ ] [ ]

mediante esta última matriz aumentada obtenemos un sistema equivalente:

de la cual se deduce que , sustituyendo este resultado en la segunda

ecuación tenemos

y finalmente a partir de ambos resultados utilizamos la primera ecuación teniendo

Luego la solución de este sistema es única y a este sistema se lo llama sistema compatible
determinado

Ejemplo: Resolveremos ahora el siguiente sistema,

4 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Utilizando el mismo procedimiento anterior, veamos a que llegamos

[ ] [ ]

[ ] [ ]

Nuestro sistema equivalente es

de las dos últimas ecuaciones , por lo que utilizando la primera ecuación tenemos

es decir existe una relación de dependencia entre las variables e , por lo que la cantidad
de solución es infinita, a este sistema se lo llama sistema compatible indeterminado y
podemos representarla en forma paramétrica como:

Ejemplo 3 Para resolver el siguiente sistema,

procedemos de manera análoga que los anteriores,

[ ] [ ]

[ ] [ ]

5 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

[ ] [ ]

de esta última matriz, en la última fila estamos teniendo que

lo cual es imposible, por lo que el sistema es incompatible por no poseer soluciones.

Definición: Un sistema de ecuaciones, con representación matricial se dice que es

homogéneo si la matriz es nula, es decir todos los elementos son cero. Así el sistema de
ecuaciones homogéneo está dado por

Un sistema de ecuación homogéneo sólo tiene dos posibilidades en cuanto a su solución:

1. Solución trivial, es decir

2. Infinitas soluciones

Ejemplo 4 Veamos primeramente el siguiente sistema homogéneo

Reduzcamos esta ecuación a una equivalente más sencilla mediante el método de gauss

[ ] [ ]

[ ] [ ]

6 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

[ ] [ ]

[ ] [ ]

[ ] [ ]

[ ] [ ]

el sistema equivalente sería

luego , y , es decir la solución del sistema es la trivial.

Ejemplo 5 Resolvamos el sistema homogéneo

el proceso a resolver es similar a lo que venimos viendo

[ ] [ ]

[ ]

[ ]

[ ] [ ]

con lo que tenemos el sistema equivalente

7 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

El sistema es compatible presentando infinitas soluciones, tomando a

como parámetro tenemos que:

También se puede tomar y las otras variables

dependientes de ella.

8 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

2. Vectores

2.1. Vectores en el plano y en el espacio

Sean dos puntos y en el plano , el vector ⃗⃗⃗⃗⃗ es un segmento dirigido,

cuya dirección es la recta que la contiene, su sentido es desde el punto hasta el punto y
cuyo módulo es la medida del segmento ̅̅̅̅ .

Al punto se lo llama origen o punto inicial y al punto se lo llama extremo o punto

terminal

Sea el vector ⃗⃗⃗⃗⃗ , si el punto inicial del vector, no coincide con el origen del sistema de
coordenadas, diremos que ⃗⃗⃗⃗⃗ es un vector libre; Si el punto tiene coordenadas ,
entonces ⃗⃗⃗⃗⃗ es un vector fijo.

Al vector fijo lo indicares como , donde son las coordenadas del extremo del
vector.

Todo vector libre, es equivalente a un vector fijo, es decir, dado el vector ⃗⃗⃗⃗⃗ , con origen en
el punto y extremo en el punto , el vector fijo asociado al vector ⃗⃗⃗⃗⃗ es el
vector de coordenadas

Ejemplo 6: En la figura, el vector libre es ⃗⃗⃗⃗⃗ , su vertor fijo asociado es el

vector

9 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

La definición en es análoga, ya que solamente estaremos trabajando con puntos de tres

coordenadas,
Ejemplo 7: Si ⃗⃗⃗⃗⃗ , el vector libre asociado es

2.2. Operadores con Vectores

2.2.1. Suma de Vectores

La operación de suma (adición y sustracción) de vectores se realiza componentes a

componentes, si consideramos los vectores ⃗ y , tenemos que

⃗ representa gráficamente al vector diagonal mayor del paralelogramo que forman los
vectores ⃗ y

⃗ representa a la diagonal menor como se indican en las siguientes figuras

Consideremos los vectores ⃗ y , el vector suma

⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

del mismo modo el vector

⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

10 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Proposición 1: Sean los vectores ⃗⃗⃗⃗ ⃗⃗⃗⃗ y ⃗⃗⃗⃗ , de ó , entonces:

a) ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ , conmutatividad de la suma

b) ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ , asociatividad en la suma

c) Existe el vector nulo ⃗ , tal que ⃗

d) Para todo , existe , tal que ⃗

2.2.2. Multiplicación de un escalar por un vector

Sea ⃗ un vector fijo, y un escalar real no nulo, el resultado de multiplicar el

escalar por el vector ⃗ es otro vector de la misma dirección, denotado por ⃗ cuyas
coordenadas son que:

 si los vectores ⃗ y ⃗ tendrán el mismo sentido, y

 si los vectores ⃗ y ⃗ tendrán sentidos contrarios

Proposición 2 Dados los números reales y , los vectores ⃗ y de ó tenemos que:

a) ⃗ ⃗

b)

c)

Ejemplo 9 Sea el vector ⃗ , y sean los escalares y ,

entonces

⃗ ⃗

así como indica la figura siguiente

11 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

2.2.3. Producto escalar entre dos vectores

Sean los vectores ⃗ y , el producto escalar de ambos vectores,

denotado por ⃗ , es un número real dado por

Del mismo modo, si los vectores son de ,⃗ y , el producto

escalar de ambos vectores viene dado por

Ejemplo 10 Dados los vectores ⃗ y , entonces el producto escalar

Ejemplo 11 En dados los vectores ⃗ y , entonces el producto

escalar

2.3. Magnitud de un Vector

Dado un vector ⃗ , definimos la magnitud del vector ⃗ , como

⃗ √

esta fórmula es fácil demostrar, ya que solamente se ha de utilizar distancia entre dos
puntos.

Ejemplo 12 La magnitud del vector ⃗ es

⃗ √ √ √

12 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

En , la magnitud del vector ⃗ , está dada por

⃗ √

Así la magnitud del vector ⃗ es

⃗ √ √ √

2.4. Vector Unitario

Un vector ⃗ , en o , cuya magnitud es la unidad

√
Ejemplo 14 El vector ⃗ es un vector unitario, ya que

√
⃗ √( ) ( ) √ √

Proposición 3 Dado un vector cualquiera no nulo ⃗ , el vector unitario que se asocia al vector
⃗ es ⃗ ⃗

Para ello sea ⃗ ,y ⃗ √ , el vector unitario asociado es ⃗

⃗ probaremos
que su módulo es la unidad, así

⃗
| | | | | | √( ) ( )
⃗ √ √ √ √ √

√ √

Ejemplo 15 Dado el vector ⃗ , el vector unitario asociado al vector ⃗ es el vector

, ya que ⃗ .

Proposición 4 Sean dos vectores ⃗ y diferentes de cero. Si es el ángulo entre ellos,

entonces

⃗⃗⃗
⃗

ó equivalentemente

⃗ ⃗

13 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

De esta propsición, podemos obtener un dato importante a través del producto escalar de
dos vectores,teniendo en cuenta que ⃗ es siempre positivo, así

 Si ⃗ , podemos asegurar que , (ángulo agudo)

 Si ⃗ , podemos asegurar que , (ángulo obtuso)

 Si ⃗ , podemos asegurar que , (ángulo recto)

Ejemplo 16 Sean los vectores ⃗ y , veamos el ángulo que forman

ambos

⃗
⃗ √ √ √ √

es decir

2.5. Paralelismo y ortogonalidad de los vectores

2.5.1. Vectores paralelos

Dos vectores no nulos, ⃗ y , son paralelos si el ángulo formado por ambos es cero ó

Así los vectores ⃗ y , son perpendiculares, ya que según el ejemplo

anterior

Proposición 5 Los vectores ⃗ y son paralelos si y sólo si ⃗ , constante.

Ejemplo 17 Dados los vectores ⃗ y , podemos asegurar que son

paralelos, ya que por propiedad anterior , es decir ⃗ , donde
.

2.5.2. Vectores ortogonales

Dos vectores no nulos, ⃗ y , son ortogonales si el ángulo formado por ambos es ó

Proposición 6 Los vectores ⃗ y son ortogonales si y sólo si ⃗ .

Ejemplo 18 Así los vectores ⃗ y , son perpendiculares, ya que por

propiedad anterior

14 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

2.5.3. Proyección de un vector sobre otro

Antes de definir lo que es la proyección de un vector sobre otro, veamos primero la

proyección ortogonal de un punto sobre una recta cualquiera , como indica la siguiente
figura

La proyección del punto sobre la recta , es otro punto ubicada sobre la recta , tal que
la recta que pasa por los puntos y es perpendicular a la recta . Observe que la
proyección de un punto es otro punto.

2.5.4. Proyección del vector ⃗ sobre el vector ⃗ .

Sean los vectores no nulos ⃗ y , la proyección del vector ⃗ sobre el vector es otro vector
denotado por ⃗ ⃗ , paralelo al vector , y cuyo extremo es la proyección del extremo del
vector ⃗ , que se define por:

⃗ ⃗

⃗ ⃗
obsérvese que la componente ⃗
es un escalar y por esta razón se da el paralelismo entre
⃗ ⃗ y

Gráficamente se tiene

15 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Ejemplo 19 Sean los vectores ⃗ y , veamos el vector proyeccción,

⃗ ⃗ ( )
(√ )

según gráfica tenemos

Ejemplo 20 Sean los vectores ⃗ y , veamos el vector proyección,

⃗
(√ )

Gráficamente tenemos

16 [Link]
 Universidad Nacional de Asunción
Facultad de Ciencias Exactas y Naturales
Departamento de Educación a Distancia

Bibliografía
Grossman, S.I. 2008. Álgebra Lineal. Sexta ed. México: Editorial Mc. Graw Hill. 784p.

Gerber, H. 1997. Álgebra Lineal. Grupo Editorial iberoamericana. 487 p.

Apóstol, Tom. 1967. Calculus. Volumen I. John Wiley and Sons Inc. Segunda edición

17 [Link]