1

MATEMÁTICA I

 Los números
Antes de iniciar la unidad 1, te pedimos que repases los conjuntos numéricos, que has
estudiado en Introducción a la Matemática, y que se sintetizan en el siguiente esquema:

Naturales
Cero Enteros
Negativos
Racionales
Fraccionarios Reales
Complejos

Irracionales

Imaginarios

 Clasificación de las fracciones

Además, también es importante recordar la clasificación de las fracciones: propias,
impropias y aparentes.

1 Fracción propia: el numerador es menor que el denominador

2

4 Fracción impropia: el numerador es mayor que el denominador

3

4 Fracción aparente: porque equivale a un número entero

2 z

UNIDAD 1

LEY DE COMPOSICIÓN

Se denomina ley de composición (LC) a toda operación que vincula a los elementos
de un conjunto no vacío entre sí o con los elementos de otro conjunto y cuyo resultado
puede pertenecer o no al conjunto dado. Se las clasifica en:
- Ley de Composición Interna (LCI)
- Ley de Composición Externa (LCE).

 Ley de Composición Interna (LCI)

Dado un conjunto no vacío A, se dice que una operación * es una LCI, cuando asociando
cualquier par de elementos pertenecientes al conjunto A, el resultado es otro elemento
que pertenece al conjunto A; es decir, que la LCI es cerrada respecto al conjunto A. 1

1
En este caso, representamos la operación con *. Pero se pueden usar otras notaciones, como por ej.:↓, ∆ ,
etc.
 2

En símbolos:

* es LCI en A ⇔ ∀ a ∈ A ∧ ∀ b ∈ A: a ∗ b = c ∈ A

AxA A

Ejemplos:
N0 *
Dado el conjunto de los números naturales, incluido el cero, si la operación * es la suma
definida de manera habitual, es una ley de composición interna (se relacionan dos
elementos de ese conjunto, a través de la operación suma, definida de manera habitual,
y se obtiene como resultado otro elemento perteneciente a dicho conjunto).
En cambio, si la operación * es la resta definida de manera habitual, para el conjunto de
los números naturales incluido el cero, no es una ley de composición interna. Ejemplo:
4 – 8 no da por resultado un número natural.

 Propiedades de la LCI
Una LCI *, definida sobre los elementos de un conjunto A, puede gozar o no de las
siguientes propiedades:

- Propiedad Asociativa

(a * b) * c = a * (b * c) ∀ a, b, c ∈ A
Como vemos, para hablar de propiedad asociativa, necesitamos como mínimo 3
elementos del conjunto, que en este caso simbolizamos con a, b y c. Si la LCI goza de la
propiedad asociativa, el resultado será el mismo, independientemente de cómo se
agrupen dichos elementos. La operación se realiza de a dos elementos por vez.

- Propiedad Conmutativa

a*b=b*a ∀ a, b ∈ A
Si la LCI goza de la propiedad conmutativa, el orden en que se operan los elementos del
conjunto A no modifica el resultado.

- Existencia de elemento neutro (e)

a*e=e*a=a ∀ a, e ∈ A

Esto significa que si tomo un elemento del conjunto A y lo opero con el elemento neutro,
por izquierda y por derecha, me da como resultado el mismo elemento. Como se observa,
si la LCI no goza de la propiedad conmutativa, no va a tener elemento neutro; pero no
toda LCI que goza de la propiedad conmutativa tiene elemento neutro.

El elemento neutro debe ser igual y único para todo el conjunto, para toda la operación.
En la suma, definida de manera habitual, el elemento neutro es el 0 y en la operación de
multiplicación, definida de manera habitual, el elemento neutro es el 1.

- Existencia de Elemento Simétrico (a’)

El elemento simétrico es aquel elemento que operado por izquierda y por derecha con
cualquier elemento, da por resultado el elemento neutro.

a * a’ = a’ * a = e ∀ a, a′ , e ∈ A
 3

El elemento simétrico es único para cada elemento del conjunto. Por ej.: en la
multiplicación el elemento neutro es el 1, entonces a´ de -5 es –1/5. En general, en la
multiplicación se lo denomina recíproco o inverso (a-1) y en la suma, opuesto (-a).

Ejemplo:
1) Considerando el conjunto de los números reales, definida la operación *
A= Números Reales
a*b = a+b+8
Leamos esto: implica que vamos a tomar dos elementos del conjunto A (o sea, dos
números reales), los vamos a sumar y adicionar 8. Así está definida esa operación.
Se nos pide: verificar las propiedades de la LCI:

A) Propiedad asociativa:
El planteo general de esta propiedad es:
(a * b) * c = a * (b * c)
Debemos resolver primero los paréntesis. En el primer miembro, tomamos el primer
elemento “a” y lo operamos con el segundo elemento, “b”, según la ley de composición
dada. En el segundo miembro, consideraremos como primer elemento a “b” y como
segundo elemento a “c”.
(a+b+8) * c = a * (b+c+8)

1° elemento 2° elemento

Aclaración: lo que separa un elemento de otro es el signo *.

Ahora, operamos el primer elemento, con el segundo, que nos quedó en cada miembro.
Por ejemplo, en el primer miembro, el primer elemento es (a+b+8). La LCI me dice que a
ese elemento le tenemos que sumar el segundo elemento (c) y luego sumar 8:
a+b+8 + c + 8 = a + b+c+8 + 8
a+b+c+16 = a+b+c+16
La LCI goza de la propiedad asociativa.

B) Propiedad conmutativa:
a*b=b*a
Reemplazando por la LCI dada:
a+b+8=b+a+8
Dado que la suma de números reales definida de manera habitual goza de la propiedad
conmutativa, entonces podemos escribir:
a+b+8=a+b+8
La LCI dada goza de la propiedad conmutativa.

C) Existencia de elemento neutro:

a*e=e*a=a
Reemplazando por la LCI dada:
a+e+8=e+a+8=a
Esto debe cumplirse tanto por izquierda como por derecha. Si partimos de:
a*e=a
a+e+8=a
Y despejamos el elemento neutro:
e=a–a–8
e = -8
Del mismo modo, si partimos de:
e*a=a
e+a+8=a
Y despejamos el elemento neutro:
 4

e=a–a–8
e = -8
Como vemos, al trabajar por izquierda y por derecha, vemos que el elemento neutro
existe y es único para todo el conjunto (e= - 8)
Nota: si al despejar, “e” quedase en función de una variable, o los resultados obtenidos
al trabajar por izquierda y por derecha fueran distintos, la LCI no tendría elemento neutro.
Además, si al analizar las distintas propiedades de la LCI, llego a la conclusión de que
no es conmutativa, entonces tampoco podrá poseer elemento neutro.

D) Existencia de elemento simétrico:

a * a’ = a’ * a = e
Recordemos que el elemento neutro de la operación dada es igual a -8. Entonces:

a + a’ + 8 = a’ + a + 8 = - 8

Operando miembro a miembro:

a + a’ + 8 = - 8
a’ = - 8 – 8 – a
a’ = -16 – a
De igual modo si operamos:
a' + a + 8 = - 8
a’ = - 8 – 8 – a
a’ = -16 – a
Como vemos, para la LCI dada, el elemento simétrico existe, y es uno para cada
elemento (según cuál sea el elemento “a”, será su elemento simétrico, que es igual al
opuesto de “a”, menos 16).

2) A es el conjunto formado por todos los pares ordenados de números reales, siendo *
la suma de pares de la siguiente forma:
∗ (𝑎, 𝑏) + (𝑐, 𝑑) = (𝑎 + 𝑐, 𝑑)
Verificar las propiedades de la LCI
A) Propiedad asociativa:
Utilizando 3 elementos del conjunto:
[(𝑎, 𝑏) + (𝑐, 𝑑)] + (𝑒, 𝑓) = (𝑎, 𝑏) + [(𝑐, 𝑑) + (𝑒, 𝑓)]
Resolviendo primero los corchetes, la ley de composición nos dice que al sumar dos
pares ordenados, el primer elemento es igual a suma de las respectivas componentes,
pero el segundo elemento es igual al segundo elemento del segundo vector:
(𝑎 + 𝑐, 𝑑) + (𝑒, 𝑓) = (𝑎, 𝑏) + (𝑐 + 𝑒, 𝑓)
Operando los dos pares que quedaron en cada miembro, según la LCI dada:

(𝑎 + 𝑐 + 𝑒, 𝑓) = (𝑎 + 𝑐 + 𝑒, 𝑓)
Sí cumple la propiedad asociativa.

B) Propiedad conmutativa:
(𝑎, 𝑏) + (𝑐, 𝑑) = (𝑐, 𝑑) + (𝑎, 𝑏)
(𝑎 + 𝑐, 𝑑) = (𝑐 + 𝑎, 𝑏)
No cumple la propiedad conmutativa, porque las segundas componentes de los vectores
no son iguales (𝑑 ≠ 𝑏).
 5

Dado que no se cumple la propiedad conmutativa, no se tendrá elemento neutro ni

elemento simétrico. Si quisiéramos verificar si posee elemento neutro:

C) Elemento neutro:
(𝑎, 𝑏) + (𝑥, 𝑦) = (𝑥, 𝑦) + (𝑎, 𝑏) = (𝑎, 𝑏)
Trabajando el primer miembro:
(𝑎, 𝑏) + (𝑥, 𝑦) = (𝑎, 𝑏)
(𝑎 + 𝑥, 𝑦) = (𝑎, 𝑏)

Por igualdad de pares:

𝑎+𝑥 =𝑎 ∴ 𝑥 =𝑎−𝑎 =0

𝑦=𝑏
Entonces:
(𝑥, 𝑦) = (0, 𝑏)
No hay elemento neutro, porque b puede asumir infinitos valores, y recordemos que el
elemento neutro debe ser único para todo el conjunto.
Si no tiene elemento neutro, no puede existir elemento simétrico.

 Ley de Composición Externa (LCE)

Dado un conjunto no vacío A, formado por:
A= {a, b, c, d, …}
y una ley de composición externa * (LCE*) definida sobre el dominio de operadores de
un conjunto omega 
Ω = {𝛼, 𝛽, 𝛾, … }
de tal forma que a todo par de elementos formado por un operador y por un elemento
del conjunto dado, en ese orden, le corresponde como resultado un elemento del
conjunto dado; es decir, es toda operación que ha de corresponder a cualquier par
ordenado del conjunto ΩxA un elemento del conjunto A. Por lo tanto, la operación es
cerrada respecto del conjunto dado. 3
En símbolos:

∀ a ∈ A ∧ ∀ α ∈ Ω ∶ α .a = b ∈ A

x A A
Ejemplo: Si se considera el conjunto A, formado por los números Naturales pares, y se
toma como dominio de operadores a los números naturales sin el cero. Se define la
operación multiplicación de números de la manera habitual.

A = {Naturales pares}
 {Naturales sin cero}
¿Es una LCE? Sí, x A es una LCE, porque cualquier número natural multiplicado por
un número par, da por resultado un número par.
Si hubiésemos incluido el cero en el dominio de operadores:
A = {Naturales pares}

2
El conjunto de operadores se suele simbolizar con letras griegas.
3
¿Recordás de Introducción a la Matemática el tema de Producto Cartesiano?. En el caso de LCI, se trabaja
con el producto cartesiano de un conjunto A consigo mismo: AxA. En el caso de LCE, se trabaja con el
producto cartesiano de ΩxA.
 6

 {N0}
No hubiese existido LCE, porque, por ejemplo, 0 x 2 = 0, y el 0 no es un número par (no
forma parte del conjunto A).

VECTORES

 Definición de vector como un conjunto ordenado de números reales

Se denomina vector a todo conjunto ordenado de números reales, dispuestos en filas o
columnas, encerrados entre paréntesis o corchetes. Se simbolizan con letras mayúsculas
y a sus componentes con letra minúscula, con un subíndice que representa el lugar
ocupado por cada elemento en el vector.

Vn= (v1, v2, v3, ..., vn) n-úplas componentes. Vector genérico,
n-dimensional o vector de orden n

 Orden de un vector. Vector fila. Vector columna

Se denomina vector fila si los elementos se disponen en forma horizontal4, y vector
columna si los elementos se disponen en forma vertical. El orden del vector es el número
de componentes que lo conforman.

Ejemplos:
A3 = [a1 , a2 , a3 ] Vector fila de orden 3.

𝑏1
𝑏2
𝐵4 = [ ] Vector columna de orden 4
𝑏3
𝑏4

A = (1, −5, 4, 2)

1
𝐵=[ 0 ]
−3

 Traspuesta de un vector
Dado un vector fila A, la traspuesta del mismo se simbolizará A’ y será un vector columna
del mismo orden que el original. Si en cambio el vector es columna, su traspuesta será
un vector fila del mismo orden. Como vemos, al vector traspuesto se lo simboliza con la
misma letra del vector dado, con un apóstrofe A´ (se lee A traspuesta).

Ejemplos:

1
−5
A = (1, −5, 4, 2) 𝐴′ = [ ]
4
2

4
Observación: los elementos de los vectores filas generalmente se separan con comas.
 7

1
𝐵=[ 0 ] B′ = (1, 0, −3)
−3

 Escalares: concepto
Cada elemento del vector se denomina componente, mientras que si se los considera
en forma aislada recibe el nombre de escalar.

 Igualdad de vectores
Dos vectores de igual orden son iguales si los elementos correspondientes, es decir, los
que ocupan el mismo lugar, son iguales.
Como vemos, debe darse:
1º) Que sean del mismo orden (mismo número de componentes)
2º) Que las respectivas componentes sean iguales.

An = Bn a i = b i i

Ejemplo: Dado los siguientes vectores:

A = (2, −1, 0)

2
𝐵 = [−1 ]
0
−1
𝐶=[ 0 ]
2

Sólo A = B. Pero A ≠ C y B ≠ C porque, como vemos, la primera componente del vector

A y B es 2, mientras que la primera componente del vector C es -1, y tampoco son iguales
las demás componentes.

 Representación gráfica de un vector

Todo vector se representa gráficamente en un espacio de tantas dimensiones como
componentes tenga el vector y consiste en un segmento orientado que une el origen
del sistema con el punto representativo del vector en el espacio considerado, siendo los
elementos del vector las coordenadas de ese punto.
Sólo se pueden representar gráficamente los vectores de orden 2 y de orden 3.

Por ejemplo, un vector bidimensional A2 = [a1 , a2 ]

a2 (a1 , a2 ) punto representativo del vector en el

plano

0 a1
 8

Dado que el vector es un segmento orientado lo representamos con una flecha. En una
misma representación se pueden graficar vectores de la misma cantidad de elementos.

Ejemplo: Dado los vectores A= (1, 3) y B= (-1, 4)

4
3

-1 0 1

 Vector unitario o vector unidad

Es aquel cuyos elementos son todos iguales a cero, excepto uno de ellos que es el
número uno, existiendo en cada orden vectorial tantos vectores unitarios como sea el
orden vectorial.
Para indicar qué lugar ocupa el 1 en el vector se coloca un subíndice al símbolo que lo
identifica, que es la e.
e1 = (1, 0)
orden 2
e2 = (0, 1)

e1 = (1, 0, 0)
orden 3 e2 = (0, 1, 0)
e3 = (0, 0, 1)

 Vector nulo
Es aquel cuyos elementos son todos iguales a cero, existiendo en cada orden vectorial
un único vector nulo, que es el elemento neutro de la operación suma de vectores
definida de la manera habitual.
Gráficamente el vector nulo se representa en el origen del sistema.
Se lo simboliza Ø.
Ø2 = (0, 0)
Ø3 = (0, 0, 0)

OPERACIONES CON VECTORES

 Suma de vectores o suma vectorial

Para que la suma de vectores sea posible todos los vectores sumandos deben ser
conformables para la suma, es decir, de igual orden, y el resultado es otro vector de igual
orden que los dados en donde cada componente se obtiene sumando las respectivas
componentes de los vectores dados.
En símbolos:

A n + B n = C n / c i = a i + b i i
 9

Ejemplo:
(1, 3, 7) – (2, -1, 0) + (2, 2, 2) = (1, 6, 9)

La suma vectorial es una LCI, porque se trabaja con el conjunto de vectores de un

determinado orden vectorial, y se obtiene un vector de dicho conjunto.

- Propiedades de la suma vectorial

Las propiedades de la suma vectorial definida de la manera habitual son las siguientes:

 Propiedad asociativa

(A + B) + C = A + (B+ C) ∀ A, B, C

A, B y C son vectores del mismo orden.

 Propiedad Conmutativa

A+B=B+A ∀ A, B

 Elemento Neutro

A+Ø=Ø+A=A

Ø (vector nulo) = elemento neutro. Único para todo el conjunto.

 Elemento Simétrico

A + (-A) = (-A) + A = Ø

-A (vector opuesto) = elemento simétrico. Único para cada elemento.

 Producto de un escalar por un vector o producto escalar

El producto de un escalar con un vector es igual a otro vector que tiene el mismo número
de componentes que el vector dado y cada uno de los elementos del resultado se obtiene
haciendo el producto del escalar por la respectiva componente.
Al escalar, para distinguirlo de las componentes, se lo simboliza con letras griegas. El
escalar es un número.

A = B / b i = a i i

Es una LCE, porque se trabaja con el conjunto de vectores, y es un elemento de un

dominio de operadores.
Ejemplos:
-5 (1, 2, 0, -6, 8) = (-5, -10, 0, 30, -40)

1 −3
0 0
−3 [ ]=[ ]
−3 9
1/2 −3/2
 10

- Propiedades del producto de un escalar por un vector

La operación producto de un escalar por un vector, definida de la manera habitual, goza
de las siguientes propiedades:

 Asociativa para los escalares

Se necesitan al menos 2 escalares (y el vector dado), para explicar esta propiedad:
(

 Distributiva respecto a la suma de vectores



 Distributiva respecto a la suma de escalares



 El uno es neutro



 Producto interno de vectores o producto punto

Dados dos vectores de igual orden, el producto interno o producto punto entre ambos es
un escalar que surge de la suma de los productos de los elementos correspondientes de
los vectores dados.
a1 b1
a2 b2
A = a3 , B = b3
⋮ ⋮
[an ] [bn ]

El producto interno de A x B es igual a:

A x B = a1 b1 + a2 b2 + ... + an bn = 

Es la primera operación entre las que hemos visto en donde utilizamos vectores y
obtenemos un Número, por lo tanto la operación producto interno es no cerrada.

Ejemplo:
Dados los vectores:
A = (3, -1, 4, 0)
B = (1, 2, -1, 3)
Efectuar el producto interno AxB.

AxB= 3.1 + (-1).2 + 4.(-1)+ 0.3 = 3 – 2 – 4 + 0 = - 3

- Características del producto interno o producto punto

El producto interno o producto punto de dos vectores tiene las siguientes características:
a) Es binario, ya que relaciona a dos vectores de igual orden (a dos elementos del
mismo conjunto).
 11

b) Es conexo, puesto que se da para cualquier par de vectores de igual orden.

c) Es unívoco, porque el resultado es único: un escalar.
d) Es una operación no cerrada, porque su resultado es un escalar (pertenece a otro
conjunto, no es un vector).

- Propiedades del producto interno

 Conmutativa

A.B=B.A

 Asociativa mixta

 (A . B) = ( A) . B

 Distributiva respecto a la suma de vectores

A . (B + C) = A . B + A . C

 No negatividad del producto interno de un vector consigo mismo

A.A0
El producto interno de un vector consigo mismo da por resultado un número positivo o
cero.
A.A=0A=
Es decir que el producto interno de un vector consigo mismo sólo da por resultado cero
si el vector es nulo.

VALOR ABSOLUTO, MÓDULO O NORMA DE UN VECTOR

Dado un vector A= [a1, a2, a3, ..., an] el valor absoluto, módulo o norma del mismo se
simboliza A y es igual a la raíz cuadrada positiva de la suma de los cuadrados de sus
elementos e indica la longitud del vector, es decir, la distancia que separa al punto
representativo del vector del origen del sistema.

|A| = +√a12 + a22 + a23 + ⋯ + a2n

|A| = +√∑ a2i

𝑖=1

Es importante aclarar que es la raíz cuadrada positiva, porque cualquier raíz cuadrada
puede ser negativa o positiva, pero como hablamos de distancia, longitud, la misma sólo
puede ser positiva o cero.
|A| ≥ 0
Será igual a cero cuando el vector sea nulo:
|A| = 0 ⇔ A = ∅

Ejemplo:
Dado el vector:
A = (-3, 4) obtener su valor absoluto
 12

|𝐴| = +√9 + 16
|𝐴| = +√25
|𝐴| = 5

 La distancia entre dos vectores

Dados dos vectores A y B (del mismo orden) la distancia entre los mismos está dada por
el valor absoluto de la diferencia entre ellos.
Es importante recordar que primero hay que efectuar la resta de los vectores y al
resultado calcularle el valor absoluto.

a1 b1
a2 b2
A = a3 , B = b3
⋮ ⋮
[an ] [bn ]

d(AB) = A - B

Ejemplo: obtener la distancia entre los vectores:

A = (1, 0, 3, -4) B = (1, 2, 3, 4)
Calculamos A-B:
A – B = (0, -2, 0, -8)
Y obtenemos el valor absoluto de A-B:
|𝐴 − 𝐵| = +√4 + 64
|𝐴 − 𝐵| = +√68

VECTORES NORMALES Y VECTORES ORTOGONALES

 Vectores Normales

Son aquellos vectores cuyo valor absoluto es igual a 1. En símbolos:

A es normal  A = 1

En el caso de que un vector no sea normal, se puede normalizar el mismo definiendo un

nuevo vector U, del mismo orden que el dado, en el que sus componentes surgen del
cociente entre cada componente del vector original y el valor absoluto del vector. El vector
obtenido así se llama vector normalizador, y si calculamos su valor absoluto, el mismo
es igual a 1.

a1 u1
a2 u2
a
A = a3 ; |𝐴| ≠ 1 U= u3 ; ui = i
|A|
⋮ ⋮
[an ] [un ]

Vector normalizador
 13

a1
|A|
a2
|A|
U = a3 ; |U| = 1
|A|
⋮
an
[|A|]

Ejemplos:

2
A = (1, 0, 0) B=[ ]
1
|A| = +√1 = 1  es normal

|B| = +√4 + 1 = +√5  no es normal

Si se normaliza el vector B:

U= [ √5
1 ]  Vector normalizador
√5

2 2 1 2
|U| = +√( ) + ( )
√5 √5

4 1
|U| = +√ +
5 5

|U| = 1

 Vectores ortogonales

Dos vectores de igual orden son ortogonales si su producto interno es igual a cero. En
símbolos:

A y B son ortogonales  A . B = 0

Geométricamente, significa que dichos vectores son perpendiculares, es decir, forman

entre sí un ángulo de 90°.
Por ejemplo:
Dado los siguientes vectores:
A = (2, -2)
B = (4, 4)
Determinar si los mismos son ortogonales:
A.B=8–8
A.B=0
 14

Gráficamente:

4_ (4, 4)

2_

90 º | |
2 4

-2 _ (2, -2)

 Conjunto ortonormal de vectores

Para que un conjunto de vectores sea ortonormal deben tener todos el mismo orden y
además verificar simultáneamente las siguientes condiciones:
1º) Todos los vectores del conjunto deben ser normales.
2º) Ser ortogonales entre sí (es decir, que su producto interno debe ser igual a cero).

Ejemplo: el conjunto formado por los vectores unitarios asociados a cada orden vectorial
es un conjunto ortonormal de vectores:
{(1,0), (0,1)}
1) ¿Los vectores son normales?
|𝑒1 | = +√1 + 0 = 1 es normal

|𝑒2 | = +√0 + 1 = 1 es normal

2) ¿Son ortogonales entre sí?

𝑒1 . 𝑒2 = 0 + 0 = 0 son ortogonales entre sí

Por lo tanto, ese conjunto es ortonormal.

Para saber si es ortogonal entre 3 vectores hacemos:

AxBxC

COMBINACIÓN LINEAL DE VECTORES

Dado un conjunto de vectores de igual orden {V1, V2, V3, ..., Vn} y un conjunto de escalares
{𝛼1 , 𝛼2 , … , 𝛼𝑛 }, se denomina combinación lineal (CL) de los n vectores dados a un vector
V, de igual orden que los dados, resultante de efectuar la suma de productos entre los
escalares y los vectores de la siguiente forma:

V = V1 + V2 + V3 + ... + nVn

 15

También lo podemos expresar como sigue:

𝑛

𝑉 = ∑ 𝛼𝑖 . 𝑉𝑖
𝑖=1

A los escalares de la CL se los conoce como los coeficientes de la CL.

Ejemplos:
1) Dado los escalares 𝛼1 = 2 y 𝛼2 = - 4, y los vectores

−2 0
𝑉1 = [ ] ; 𝑉2 = [ ]
5 3

Obtener el vector V combinación lineal de los mismos:

V1 + V2 = V

−2 0
𝑉 = 2[ ] + (−4) [ ]
5 3
−4 0
𝑉=[ ] +[ ]
10 −12
−4
𝑉=[ ]
−2

2) Expresar (-1, 0, 16) como CL de los vectores {(1, 0, 2) y (-1, 0, 4)}

𝛼1 (1, 0, 2) + 𝛼2 (−1, 0, 4) = (−1, 0, 16)

(𝛼1 , 0, 2𝛼1 ) + (−𝛼2 , 0, 4𝛼2 ) = (−1, 0, 16)
(𝛼1 − 𝛼2 , 0, 2𝛼1 + 4𝛼2 ) = (−1, 0, 16)

Por igualdad de vectores:

1 - 2 = -1
0=0
21 + 42 = 16

1 = -1 + 2

2. (-1 + 2) + 42 = 16 1 = -1 + 2

-2 + 2 + 42 = 16 1 = -1 + 
-2 + 62 = 16 1 = 2
𝛼2 = (16 + 2)/ 6
𝜶𝟐 = 3

Comprobación:
2(1, 0, 2) + 3(-1, 0, 4) = (2, 0, 4) + (-3, 0, 12) = (-1, 0, 16)

 Observaciones acerca del concepto de CL de vectores

1) El vector nulo es CL de cualquier conjunto de vectores con la sola condición de que
los coeficiente de la combinación lineal sean todos iguales a cero:

V1 + V2 + V3 + ... + nVn = ∅ ⇔ ∀ 𝛼𝑖 =0

 16

2) Todo vector es CL de sí mismo y, en general, de todo conjunto que lo contiene:

{V1, V2, V3, ..., Vn} a) de sí mismo: V1 = V1 ; = 1 ; ==... =n = 0

b) del conjunto que lo contiene: V2 = V1 + V2 + V3+ ... + Vn

Es decir:
V2 = 1V1 + 2V2 + ... + nVn  2 = 1
1 = 3 = ... = n = 0

DEPENDENCIA E INDEPENDENCIA LINEAL

 Dependencia lineal
- Definición: Un conjunto de vectores de igual orden {V1, V2, V3, ..., Vk} es linealmente
dependiente (LD) si por lo menos uno de los vectores del conjunto se puede expresar
como combinación lineal de los otros vectores del conjunto.

- Condición necesaria y suficiente de dependencia lineal (LD)

Un conjunto de vectores de igual orden será LD sí y sólo si la combinación lineal de los
vectores del conjunto, igualada al vector nulo, se verifica por lo menos para un escalar
distinto de cero.
𝑛

𝐿𝐷  ∑ 𝛼𝑖 . 𝑉𝑖 = ∅ , ∃𝛼𝑖 ≠ 0
𝑖=1

Es decir que, para saber si un conjunto es LD planteamos la combinación lineal de los

vectores dados y la igualamos al vector nulo. Si la misma se verifica para algún escalar
distinto de cero, entonces el conjunto es linealmente dependiente.

 Independencia lineal
- Definición: Un conjunto de vectores {V1, V2, V3, ..., Vn} de igual orden es linealmente
independiente (LI) si ningún vector del conjunto se puede expresar como combinación
lineal de los otros vectores del conjunto.

- Condición necesaria y suficiente de independencia lineal:

Un conjunto de vectores de igual orden será LI sí y sólo si la combinación lineal de los
vectores dados, igualada al vector nulo se verifica únicamente para todos los escalares
iguales a cero.
𝑛

𝐿𝐼  ∑ 𝛼𝑖 . 𝑉𝑖 = ∅ , ∀𝛼𝑖 = 0
𝑖=1

Es decir, se plantea la combinación lineal de los vectores dados y se la iguala al vector

nulo. Si la misma se verifica únicamente para todos los escalares o coeficientes de la
combinación lineal iguales a cero, se dice que el conjunto de vectores es linealmente
independiente.
 17

Ejemplo: Verificar si los siguientes conjuntos de vectores son LI o LD

1) [(2, 0, 3); (0, -1, 4)]

Plantear la condición necesaria y suficiente:

 (2, 0, 3) +  (0, -1, 4) = (0, 0, 0)
(2, 0, 3) + (0, -, 4) = (0, 0, 0)
(2, -, 3+4) = (0, 0, 0)

Por igualdad de vectores, surge:

2 = 0  = 0/2 = 0
-  = 0  = 0
3 + 4 = 0
 =0
=0
es LI

2) [(1,-1); (0, 2); (1, 1)]

Plantar la condición necesaria y suficiente:

 (1, -1) +  (0, 2) +  (1, 1) = (0, 0)

Podemos omitir algunos pasos, y plantear directamente el sistema de ecuaciones que

surge de dicha CL:

+=0=-
- + 2 +  = 0

 + 2 +  = 0
2 + 2 = 0  = - 

 = -
=-
= 
Es LD, porque  puede asumir no sólo el valor cero, sino cualquier valor.
Esto significa que al menos uno de los vectores dados se puede expresar como
combinación lineal de los otros dos.
Observación: Si el resultado fuese  =  =    = 0 sería LI.

 Propiedades de los conjuntos de vectores linealmente dependientes y

linealmente independientes

- Primer teorema
Si un vector puede ser expresado como combinación lineal de un conjunto de vectores
linealmente independientes, esa combinación lineal es única.
n

Si { V1, V2, ... , Vn} es LI  ∑ αi . Vi = V es única

i=1
 18

- Segundo Teorema
Todo conjunto de vectores que contiene al vector nulo es linealmente dependiente.
Esto surge de que el vector nulo se puede expresar como combinación lineal de un
conjunto de vectores, con coeficientes de la misma iguales a 0.

- Tercer Teorema
Si un conjunto de vectores está formado por un único vector será:
a) Linealmente independiente si ese vector es distinto del nulo.
b) Linealmente dependiente si ese vector es el vector nulo.
a) LI  V  Ø
V=
b) LD  V = Ø

- Cuarto Teorema
El conjunto formado por todos los vectores unitarios de un determinado orden vectorial
es linealmente independiente.
{𝑒1 , 𝑒2 , 𝑒3 , … , 𝑒𝑛 } es LI
Así, por ejemplo, el conjunto {(1, 0, 0); (0, 1, 0); (0, 0, 1)} es LI.

Ejemplos:
1) {(1, 2, 3); (2, 1); (1, 5, 0)}  Diferente orden, no puede decir si es LI o LD.
2) {(0, 1); (1, 0)} es LI  por ser vectores unitarios de un mismo orden.
3) {(1, 7, 0, 8); (-1, -2, -8, -4); (0, 0, 0, 0)} es LD  contiene al vector nulo.
4) {(1, 5, 2/5, 8)} es LI.
5) {(0, 0, 0, 0, 0, 0)} es LD.

ESPACIOS VECTORIALES

Dado un conjunto de vectores cuyos elementos son vectores de un mismo orden y un

conjunto de operadores que es el conjunto de los números reales o escalares, se define
sobre los elementos del conjunto V en el dominio de operadores dado la estructura
algebraica de espacio vectorial5 si se verifican las siguientes condiciones:
- Si sobre el conjunto V se define una LCI denominada suma vectorial, que debe
cumplir las siguientes propiedades:
1) asociativa,
2) conmutativa,
3) elemento neutro,
4) elemento simétrico.
- Se define sobre el conjunto V, a través del dominio de operadores, una LCE que se
denomina producto de un escalar por un vector y que debe verificar las siguientes
propiedades:
1) asociativa para los escalares,
2) distributiva respecto a la suma de vectores,
3) distributiva respecto a la suma de escalares,
4) el escalar 1 es neutro.
Si esto ocurre concluimos que el conjunto formado por todos los vectores de orden n
tiene estructura de espacio vectorial sobre el dominio de operadores de los números
reales y eso se simboliza Vn(R) (siendo n el número de componentes).

5
Ésta es la única estructura algebraica que vemos en esta asignatura.
 19

Asociativa
Conmutativa
LCI suma vectorial Elemento neutro
Elemento simétrico
Vn(R)
Espacio
vectorial Asociativa para los escalares
LCE producto escalar Distributiva respecto a la suma de vectores
Distributiva respecto a la suma de escalares
Escalar 1 es neutro

BASE Y DIMENSIÓN

 Base de un espacio vectorial

Dado un espacio vectorial, la base del mismo está dada por el número máximo de
vectores linealmente independientes que generan todo el espacio vectorial.
También podemos decir que una base de un espacio vectorial es un conjunto de vectores
de igual orden que cumple 2 condiciones:
1) Ser linealmente independientes, y
2) Generar todo el espacio vectorial.
Que sea LI significa que ningún vector de ese conjunto que forman la base se puede
expresar como combinación lineal de los demás
Generar todo el espacio significa que cualquier vector del espacio vectorial debe poder
expresarse como combinación lineal de los vectores de la base.
El conjunto de vectores que forman la base son siempre vectores numéricos (no se
pueden expresar con letras, es decir, nunca son genéricos).
Para resolver problemas de base se nos pueden presentar dos situaciones diferentes:
1) Dado un conjunto de vectores, averiguar si ese conjunto de vectores constituyen o
no una base para ese espacio vectorial.
2) Dado el espacio vectorial, se pide encontrar una base.
Cuando se conoce una base de un espacio vectorial, se pueden obtener infinitas base,
multiplicando por escalares distintos de cero a los vectores de la base dada6.

 Base natural o canónica

Es una base que poseen todos los espacios vectoriales y es la que está formada por
todos los vectores unitarios asociados a un determinado espacio vectorial.
Importante: todos los espacios vectoriales tienen base natural o canónica.

 Dimensión de un espacio vectorial

Es el número máximo de vectores linealmente independientes que admite el espacio
vectorial, siendo igual al número de vectores que forman la base de ese espacio vectorial.
Observación: En el caso de espacio vectorial la dimensión siempre coincide con el
número de componentes que tienen los vectores de ese espacio.
Vn(R)  Espacio vectorial de n dimensiones: para que sea base, tiene que tener n
vectores de n componentes.
V2(R)  Espacio vectorial bidimensional: 2 vectores de 2 componentes para que sea
base.

6
Si se multiplicase por 0 obtendríamos vectores nulo, que son linealmente dependiente, y por definición,
los vectores de la base son linealmente independientes.
 20

V3(R)  Espacio vectorial tridimensional: 3 vectores de 3 componentes para que sea

base.

Ejemplo:
1) En V3(R) encuentre dos bases distintas de la natural.

Planteamos las dos condiciones para que sea base:

1º) ¿Generan todo el espacio vectorial?
Partimos de un vector genérico del espacio, en este caso (a, b, c), y lo descomponemos
en una suma de vectores:
(a, b, c) = (a, 0, 0) + (0, b, 0 ) + (0, 0, c)
Se descomponen los vectores en producto de un escalar por un vector:
(a, b, c) = a (1, 0, 0) + b (0, 1, 0) + c (0, 0, 1)
De esta forma, hemos obtenido vectores numéricos unitarios.

2º) ¿El conjunto de vectores es LI?

 (1, 0, 0) +  (0, 1, 0) +  (0, 0, 1) = (0, 0, 0)
=0
 = 0 son LI  generan
=0

Base V3(R) = {(1, 0, 0); (0, 1, 0); (0, 0, 1)} Base natural o Canónica

Para obtener otras bases podemos multiplicar los vectores por escalares distintos del
cero (puede ser un escalar distinto para cada vector).

B1 = {5 (1,0, 0); 2 (0, 1, 0); 3 (0, 0, 1)}

B1 = {(5, 0, 0); (0, 2, 0); (0, 0, 3)}

B2 = {(7, 0, 0); (0, 3,0); (0, 0, 6)}

2) En V2(R) se define el siguiente subconjunto:

S = {(1, 0); (2,4)}
¿Constituye este subconjunto una base para V2(R)?

Primero vemos que tenga dos vectores de dos componentes y que sean vectores
numéricos, sino no podrían ser base (sabemos que la base canónica, que es la más
simple, tiene dos vectores unitarios; las demás bases también tendrán que tener dos
vectores).

1º) ¿El subconjunto de vectores es LI?

 (1, 0) +  (2,4) = (0, 0)

 + 2 = 0   = - 2β = 0
4 = 0   = 0/4 = 0 es LI

2º) ¿Generan todo el espacio vectorial?

 (1, 0) +  (2,4) = (a, b)

 + 2 = a
4 = b   = b/4
 21

b
α + 2. = a
4
1
α=a− b
2

Hemos podido expresar tanto a  como a  en función de los componentes a y b, con lo

cual el subconjunto de vectores dado genera el espacio vectorial.
Vemos si se verifica el sistema de ecuaciones:

1 b
a − 2b + 24 = a
b
4. 4 = b

a=a
b=b

Se verifica.
Como son linealmente independiente y generan el espacio, el subconjunto S es una base
para V2(R) .
Observación: hay casos en que no se verifica el sistema de ecuaciones, y por lo tanto,
el sistema es incompatible.
¿Recuerdas lo estudiado en Introducción a la Matemática cuándo un sistema es
compatible determinado, cuándo es compatible indeterminado y cuándo es incompatible?
Solo cuando es compatible determinado podemos decir que generan.