Instituto Tecnolgico de Mexicali

Ingeniera Mecatrnica

Trabajo
Espacios vectoriales.
Docente:
Kenia Martnez
Autor:
Jos estrada Saudo
Materia:
Algebra lineal.

Mexicali, Baja California, Mxico

Noviembre de 2014

NDICE

Introduccin...i
Contenido......ii
Espacio Vectorial.
Sub espacio vectorial.
Combinacin lineal.
Independencia lineal.
Base y dimensin en V.
Cambio de base.
Base ortonormal.
Conclusin....iii
Bibliografa......iv

INTRODUCCION
En el presente trabajo se detalla un las definiciones ejemplificadas al tema de
espacios vectoriales de la materia lgebra Lineal , en el cual se tratara de
enlazar las relaciones de la gran parte de sus sub temas.
Por ejemplo, subespacio vectorial, combinacion lineal, independencia lineal
otros temas estn ampliamente relacionados igual que otros temas que
veremos en el transcurso de este trabajo.
Tratar de enlazar los temas del presente documento fue satisfactorio ya que
as nos damos cuenta de que tanto necesitamos aprender los temas
anteriores para poder resolver los nuevos problemas, se necesita que se
domine casi todo este trabajo para poder entender y poder analizar este
tema ya que estn grandemente relacionados .

Espacio vectorial: Un espacio vectorial es un conjunto no vaco V de objetos,

llamados vectores,
en el que estn definidas dos operaciones, llamadas suma y multiplicacin por
escalares (nmeros reales), sujetas a los diez axiomas (o reglas) que se enlistan a
continuacin.

Axiomas: Los axiomas deben ser vlidos para todos los vectores u, v y w en V y todos
los escalares c y d.
1. La suma de u y v, denotada mediante u + v, est en V.
2. u + v = v + u.
3. (u + v) + w = u + (v + w).
4. Existe un vector cero 0 en V tal que u + 0 = u.
5. Para cada u en V, existe un vector u en V tal que u + (u) = 0.
6. El mltiplo escalar de u por c, denotado mediante cu, est en V.
7. c(u + v) = cu + cv.
8. (c + d)u = cu + du.
9. c(du) = (cd)u.
10. 1u = u.
Ejemplo.
1.- Determinar el valor de x para que el vector (1, x, 5)
subespacio < (1, 2, 3),(1, 1, 1) >.

pertenezca al

Solucin. (1, x, 5) pertenece al subespacio < (1, 2, 3),(1, 1, 1) > si y solo si (1, x, 5) es
combinacin
lineal de (1, 2, 3) y (1, 1, 1), o sea, si existen , R tales que
(1, x, 5) = (1, 2, 3) + (1, 1, 1), Pero entonces,
1=+
x = 2 +
5 = 3 +
Resolviendo el sistema anterior, tenemos = 2, = 1 y x = 3.

Sub espacio vectorial:

Sea H un subconjunto no vaco de un espacio vectorial V y suponga que H es en s un

espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar
definidas
en V. Entonces se dice que H es un sub espacio de V.
Teorema.
Sea U un subconjunto no vaco de un espacio vectorial V, entonces U se considera un
sub espacio de V si, y solo si, se cumplen las siguientes propiedades de cerradura.
1) Si u y v son vectores que estn en U, entonces u + v estarn en V.
2) Si u es vector en U y k un escalar, entonces ku estar en U.

Ejemplo.
Determinar si el subconjunto W es un sub espacio vectorial bajo la condicin dada:
W = a, b, c

4 a + 2b c = 0; a, b, c R

Solucin.
Tomando en cuenta la condicin dada c = 4a + 2b, el nuevo conjunto W es:
W = a, b,

Combinacin lineal:

4 a + 2b a, b R

V 2 ,,
Sean V 1,
vector de la forma

V n vectores en un espacio vectorial V. Entonces cualquier

a1 v 1 + a2 v 2 + + an v n

Donde
,

a1, a 2, , an

son escalares se llama una combinacin lineal de

v 1, v 2,

vn .

Una combinacin lineal de dos o ms vectores es el vector que se obtiene al sumar

esos vectores multiplicados por escalares. Cualquier vector se puede poner como
combinacin lineal de otros que tengan distinta direccin. Esta combinacin lineal es
nica.
Ejemplo.
Indique si el vector y es combinacin lineal de los vectores

Y=[

v 1 y v 2 . Donde;

38
6
2
41 ] , v 1= [ 5 ] , v 2= [ 4
29
1
6

Solucin.
La pregunta consiste en saber si existen escalares
tres vectores) tales que:

c 1 v 1+

c1 y

c 2 (tres escalares por ser

c2 v2 = y

La matriz aumentada del sistema anterior queda con eliminacin Gaussiana:

6 2 38
5 4 41
1 6 29

] [ ]

1 0 5
0 1 4
0 0 0

Como el sistema anterior es consistente, si existen

que hacen que se cumpla:

c 1 v 1+

c1 y

c 2 ( c 1=5 y

c 2=4 ),

c2 v2 = y

Por lo tanto, el vector y si es combinacin lineal de los vectores

v1 y v2

Dependencia e independencia lineal.

V 2 ,, V n , n vectores en un espacio vectorial V. Entonces se dice

C2 ,,
que los valores son linealmente dependientes si existen n escalares C1,
Cn no todos cero tales que
Sean

V 1,

c1 v1 + c2 v2 + + cn vn = 0

Si los vectores no son linealmente dependientes, se dice que son linealmente

independientes.

Ejemplo. Estudiar si son linealmente dependientes o independientes los siguientes

vectores:

A (2,3,1) + ( b(1,0,1) + c(0,3, -1) = (0,0,0)

Solucin.

2 a+ b=0
3 a+3 c=0
a+b c=

2 1 0
3 0 3
1 1 1

=0

Conclusin. El sistema tiene infinitas soluciones, por lo tanto los vectores son
linealmente dependientes.

Base y dimensin de V.
Base. Un conjunto finito de vectores {
vectorial V si
i.
ii.

v 1, v 2, , v n

} es una base para un espacio

v 1, v 2, , v n } es linealmente independiente.
{ v 1, v 2, , v n } genera a V.
{

Dimensin. Si el espacio vectorial V tiene una base finita, entonces la dimensin de V

es el nmero de vectores en todas las bases y V se llama espacio vectorial de
dimensin finita. De otra manera, V se llama espacio vectorial de dimensin infinita.
Si V={0}, entonces se dice que V tiene dimensin cero.

1. La base cannica (o base natural, o base estndar) de

e 1 = (1,0,. . . ,0)
e 2 = (0,1,. . . ,0)
........

e n = (0,0,. . . ,1)
- Son linealmente independientes porque forman un determinante no nulo.
- Son sistema generador de n porque todo vector (a1,a2,. . . ,an) n se puede
expresar como combinacin lineal de ellos:
( a1 , a2 ,. . . , an )= a1 (1,0,. . . ,0)+
Propiedades de la dimensin.

a2 (0,1,. . . ,0)+ . . . + an (0,0,. . . ,1)

1. Significado fsico de la dimensin: el espacio tiene dimensin 3, los planos dimensin

2, las rectas dimensin 1, el punto dimensin 0. El subespacio {0} es el nico de
dimensin 0.
2. La dimensin de un subespacio en n, coincide con el nmero de parmetros libres
ensu forma paramtrica. (1 parmetro=recta, 2 parmetros= plano...)
3. Si S y T son subespacios y S est contenido en T, entonces dim S dim T. Adems,
si se da la igualdad, dim S = dim T, entonces ambos espacios han de coincidir.
4. El rango de una familia de vectores, es igual a la dimensin del subespacio que
generan.
Es decir: si v1,v2,. . . vn generan un cierto subespacio S, y si el rango de dicho conjunto
es r,
entonces dim S = r.
(Si un cierto conjunto de vectores tienen rango 2, entonces generan un plano; etc.)
Ejemplo.
En R3 , sea S el subespacio generado por: (1,0,2), (0,1,2), (3,3,3), (2,2,0).
Observamos que el rango de este conjunto (= rango de la matriz que forman, por filas
o por columnas) es 3. As por la propiedad 4 , tenemos que dim S = 3. Pero como
estamos en R3 ,
por la propiedad 3 ha de ser S=

R3 .

Cambio de Base:
Puesto que las coordenadas estan referidas a una base, al cambiar la base de trabajo,
habr que cambiar a las coordenadas en la nueva base. Pero este proceso puede
realizarse fcilmente, teniendo en cuenta lo siguiente.
Definicin.
Sean B 1 = { u1 ,u 2 , un } y B 2 = { u1 ,u 2 , un } son bases de un
espacio vectorial V. Recibe el nombre de matriz de transicin o matriz de cambio de la
B 1 a la base B 2 , la matriz de dimensiones nxn, que por columnas es
base
P=([

u 1 ] B1

| [

u 2 ] B2

| |[

Bn ] B2

Es decir, la columna i esima esta constituida por las coordenadas en la base , del
vector de la base B 1 .
Ejemplo.
Consideremos las bases B = {1, X,
La matriz de paso de la base

La matriz de paso de B a

X 2 } y B 1 = {1, X + 1,

X 2 - 1} de

P2 [X].

B 1 a la base B sera:

B1 .

Base ortonormal.
Llamada proceso de Gram-Schmidt.
Definicin.
Sean V un espacio vectorial de dimensin n con producto interior. Se dice que la base
B= { v 1, v 2, , v n } es una base ortonormal de V , si B es un conjunto ortogonal y
||

v 1 || = 1, Vi.

Ejemplo.

1
1
1
),(
,
)} son ortonormales
2
2
2
en R2 con el producto escalar euclideo. La base B 2 = {(2,0), (0, - 2 )} es
x 1 x1
x 2 x2
ortonormal para el producto interior (x, y ) =
+
.
4
2
Las bases cannicas y

B1 = { (

1
,
2

Concluciones

Despus de haber realizado a plenitud este trabajo se han relacionado la

mayora de los subtemas de los espacios vectoriales de la materia de lgebra
Lineal

Se han visto ms detallado y con ms exactitud las definiciones, teoremas

junto con ejemplos que hilan todos los temas propuestos por este trabajo y
se ha se ha llegado a la conclusin de todos los temas estn relacionados en
cierta forma ya que en varios de estos se necesita recurrir a las propiedades
que se han visto en temas anteriores.

Con esto podramos decir que nos ha enseado a tener un amplio criterio de
la utilidad de los subtemas de espacios vectoriales, ya que estas forman las
bases para comprender y analizar dicho tema.

B i b l i o g r a f i a.

1. Stanley I. Grossman
Algebra Lineal.
Editorial McGraw-Hill
Cuarta Edicin
Mxico, 1998.

2. De la Garza Sergio Francisco

Algebra lineal y sus aplicaciones.
Editorial Pearson Educacin
Tercera edicin
Mxico, 2006.

3. Kolman Bernard, Hill R. David

Algebra lineal.
Editorial Pearson Educacin
Octava Edicin
Mexico, 2006.