ESPACIO VECTORIAL Un espacio vectorial es una estructura matemtica creada a partir de un conjunto no vaco con una operacin suma

interna al conjunto y una operacin producto externa entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o requisitos iniciales. A los elementos de un espacio vectorial se les llamar vectores y a los elementos del cuerpo se les llamar escalares. Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que se utiliza en las rutinas modernas de compresin de imgenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Adems, los espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geomtricos y fsicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante tcnicas de
linealizacin. Un espacio vectorial sobre un cuerpo (como el cuerpo de los nmeros reales o los nmeros complejos) es un conjunto no vaco, dotado de dos aplicaciones:

operacin interna tal que: 1) tenga la propiedad conmutativa, es decir 2) tenga la propiedad asociativa, es decir 3) tenga elemento neutro 0, es decir 4) tenga elemento opuesto, es decir

operacin externa tal que: a) b) c) d) Los elementos de Los elementos de se llaman escalares. se llaman vectores.

SUB ESPACIO VECTORIAL: Esto dice que si W es un sub conjunto del espacio vectorial V entonces este es un sub espacio de V. Si W es un espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Para que W sea un sub espacio de V debe cumplir las propiedades de cierre de la suma y la multiplicacin por un escalar tambin debe cumplir la ley del elemento neutro bajo la suma, el inverso bajo la suma y el neutro bajo la multiplicacin por un escalar. PROPIEDADES DE LOS SUB ESPACIOS VECTORIALES (1) La interseccin de sub espacios vectoriales de E , si es sub espacio vectorial de E (E,+,) es K-ev ->Demostracin: H1 = {(x, y, z) / x + y + z = 0 } H2 = { ( x, y, z ) / x - y + z = 0 } son S.E.V de R3 y = 0} = {(x, y, z) / x = H1 H2 = { (x, y, z) / x + y + z = 0} = { (x, y, z) / x + z = 0 z y = 0} ->Caso particular: (1, 0, -1) + (-2, 0, 2) = (-1, 0 , 1) H 1 , K La interseccin es S.E.V H2 es lci (1, 0, -1) + (-2, 0, 2) H1 H2 { Hi} i I una familia de S.E.V de E H i es S.E.V de E </b>

(2) La unin de sub espacios vectoriales de E , no es sub espacio vectorial de E (E,+,) es K-ev </b> Demostracin: H1 = { (0,y) / y R} H2 = { ( x,0) / x R } son S.E.V de R2. Si (0,1) H1 tambin H1 H2. Si H 1 H2 fuera S.E.V la suma seria lci y no lo s. Si (1,0) H1 tambin H1 H2 (0,1) + (1,0) = (1,1) H1 H2. (3) La suma de sub espacios vectoriales (el conjunto suma) es sub espacio vectorial de E (E,+,) es K-ev ->Demostracin: H+G={v E Sean: E / v = h + g tal que h H g G}. Queremos demostrar que H + G H,G dos S.E.V de E H + G es S.E.V de E { Hi } i I una familia de S.E.V de E Hi no es S.E.V de E.

h+g h+ g ,

H+G; H+G; K (h+ g) = ( h + h) + ( g + g) H+G por el teorema H+G es

(h + g) + S.E.V de E

CONBINACIN LINEAL Un vector se dice que es combinacin lineal de un conjunto de vectores si existe una forma de expresarlo como suma de parte o todos los vectores de multiplicados cada uno de ellos por un coeficiente escalar , de forma que:

. As, es combinacin lineal de vectores de si podemos expresar suma de mltiplos de una cantidad finita de elementos de . como una

Ejemplo: 2x + 3y 2z = 0. Se dice que z es combinacin lineal de x y de y, porque podemos escribir sin ms que despejar la z. De la misma manera, despejando oportunamente, cada una de estas variables se podra expresar como combinacin lineal de las otras dos. En otras palabras, cunto de cada vector del conjunto necesito para que, cuando se combinen linealmente dichos elementos, pueda formar al vector en cuestin.

DEPENDENCIA E INDEPENDENCIA LINEAL En lgebra lineal, un conjunto de vectores es linealmente independiente si ninguno de ellos puede ser escrito con una combinacin lineal de los restantes. Por ejemplo, en R3, los vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) son linealmente independientes, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo son, ya que el tercero es la suma de los dos primeros. Sea un conjunto de vectores. Decimos que son linealmente dependientes si existen nmeros , no todos iguales a cero, tal que:

Ntese que el s mbolo a la derecha del signo igual no es cero, sino que simboliza al vector nulo . El conjunto de vectores nulos forma la matriz nula. Si tales nmeros no existen, entonces los vectores son linealmente independientes. Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as : Un conjunto de vectores de un espacio vectorial es linealmente independiente si Esta idea es importante porque los conjuntos de vectores que son linealmente independientes, generan un espacio vectorial y forman una base para dicho espacio. Entre las propiedades de los vectores linealmente dependientes e independientes encontramos: 1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems. 2. Si un conjunto de vectores es linealmente independiente cualquier subconjunto suyo tambin lo es. Obviamente, si tenemos un conjunto de vectores tales que ninguno de ellos es combinacin de los dems, escogiendo solamente unos cuantos, no podrn ser combinacin de los otros. 3. Si un conjunto de vectores es linealmente dependiente tambin lo es todo conjunto que lo contenga. Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene algn vector que es combinacin lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de otros, por tanto, el conjunto ms grande sigue siendo linealmente dependiente.

BASE Y DIMENSIN DE UN ESPACIO VECTORIAL, CAMBIO DE BASE Definicin: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. Propiedades de las bases. 1. Una base de S es un sistema generador minimal de S (lo ms pequeo posible). 2. Adems es un conjunto independiente maximal dentro de S (lo ms grande posible). 3. Una base de S permite expresar todos los vectores de S como combinacin lineal de ella, de manera nica para cada vector. En lgebra lineal, se dice que un conjunto ordenado B es base de un espacio vectorial V si se cumplen las siguientes condiciones:
y y y

Todos los elementos de B pertenecen al espacio vectorial V. Los elementos de B forman un sistema linealmente independiente. Todo elemento de V se puede escribir como combinacin lineal de los elementos de la base B (es decir, B es un sistema generador de V) DIMENSIN VECTORIAL La dimensin de un espacio vectorial se define como el nmero de elementos o cardinal de una base de dicho espacio. Dado que para todo espacio de Hilbert de dimensin infinita podemos distinguir entre bases de Hilbert y de Hamel, podemos definir la dimensin vectorial ordinaria y la dimensin vectorial de Hilbert. Se tiene que para cualquier espacio vectorial V, la relacin entre dimensin de Hammel y dimensin de

Hilbert es la siguiente:

En espacios de dimensin finita tambin se pueden definir las bases de Hilbert como bases de Hamel ortogonales. De hecho, para un espacio de dimensin finita, la dimensin de Hilbert es igual a la dimensin de Hamel. En dimensin finita toda base de Hamel es base de Hilbert y viceversa, por lo que para un espacio de dimensin finita en (1) se da siempre la igualdad.

DEFINICIN: MATRIZ DEL CAMBIO DE BASE En un espacio vectorial V, dadas dos bases B y B , se llama matriz de cambio de base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus columnas las coordenadas de los vectores de la base B expresados en funcin de la base B. Su utilidad es la siguiente: Conocidas las coordenadas de un vector en base B, nos permitir hallar las coordenadas de dicho vector en base B. En efecto, sean (a1, a2, . . . an) las coordenadas de un vector en base B, y sea P la matriz de cambio de base de B a B. Entonces:

Del mismo modo podemos construir la matriz de cambio de base de B a B. Para ello expresamos los vectores de la base cannica B en funcin de la base B. Podemos hallarlo planteando dos sistemas de ecuaciones, de los cuales se obtendr (1,0) = 51(2,3) + 53(1,1) coordenadas (51,53) (0,1)= 51(2,3) 52(1,1) coordenadas (51 , 52) Introduciendo estas coordenadas en las columnas de una matriz, tendremos la matriz de cambio de base de B a B.

PROPIEDADES DE LAS MATRICES DE CAMBIO DE BASE 1. Toda matriz de cambio de base es cuadrada nxn, donde n es la dimensin del espacio al que se refieren las bases. 2. Toda matriz de cambio de base es inversible (es decir, con determinante no nulo). Adems, la matriz de cambio de B a B es inversa de la matriz de cambio de B a B. Comprobar en el ejemplo anterior que P y Q son inversas entre s. Por tanto, despus de hallar P, podramos haber hallado Q como P1. 3. La matriz de cambio de una base B a la misma base B, es la matriz identidad. ESPACIO VECTORIAL CON PRODUCTO INTERNO Y SUS PROPIEDADES DEFINICIN 1: Espacio con producto interno.- Un espacio vectorial complejo V se llama espacio con producto interno si para cada par ordenado de vectores u y v en V, existe un nmero complejo nico (u,v), llamado producto interno de u y v, tal que si u, v y w estn en V y C, entonces EJEMPLO: Un producto interno en Rn Rn .- es un espacio con producto interno con (u, v)= u * v. DEFINICIN 2: Sea V un espacio con producto interno y suponga que u y v estan en V. Entonces i. U y v son ortogonales si (u, v) = 0 La norma de u, denota por u, esta dada por U= Nota: A la u se le pone doble barra para evitar confusin con el valor absoluto EJEMPLO: Dos vectores ortogonales en C2 En C2 los vectores (3, -1) y (2, 6i) son ortogonales porque ((3, -1), (2, 6i)) = 3*2 + (-i)(6i) = 6 + (-i)(-6i) = 6 -6 = 0 adems (3, -i)) = = . DEFINICIN 3: Conjunto ortonormal .- El conjunto de vectores v1, v2, . . ., vn es un conjunto ortonormal en V si (vi, vj) = 0 para i y vi = = 1 DEFINICIN 4: Complemento ortogonal.- Sea H un subespacio del espacio con producto interno V. Entonces el complemento ortogonal de H, denotado por H, est dado por H=x V : (x, h) = 0 para todo h H

BASE ORTONORMAL, PROCESO DE ORTONORMALIZACIN DE GRAM SCHMIDT Sea x un vector que en base B1 (de vectores unitarios u1, u2, ...) ser igual a m1u1+ m2u2 + m3u3 + ... El mismo vector, utilizando otra base B2 (de vectores unitarios v1, v2, ...) ser n1v1+ n2v2 + n3v3 + ... Supongamos que u1, u2, ... se representan en la base B2 de esta forma: u1 = a11v1 + a21v2 + ... + an1vn u2 = a12v1 + a22v2 + ... + an2vn ............................................................. un = a1nv1 + a2nv2 + ... + annvn Por lo tanto, sustituyendo estas ecuaciones en la frmula original nos queda: x = m1(a11v1 + a21v2 + ... + an1vn ) + m2(a12v1 + a22v2 + ... + an2vn) + ... Reordenando queda: x = (m1a11 + m2a12 + ... + mna1n)v1 + ... + (m1an1 + m2an2 + ... + mnann)vn Comparando con la frmula x = n1v1+ n2v2 + n3v3 + ... deducimos que: n1 = m1a11 + m2a12 + ... + mna1n n2 = m1a21 + m2a22 + ... + mna2n ................................................................. nn = m1ann + m2an2 + ... + mnann Esto se puede expresar de forma matricial: n1 a11 + a12 + ... + a1n m1 n2 = a21 + a22 + ... + a2n m2 ..... ........................................ nn a2n + an2 + ... + ann mn Llamando A a la matriz de coeficientes, X' al vector en la base B2 y X al vector en la base B1 nos queda: X' = AX despejando X nos queda: X = A-1X'

EL PROCESO DE ORTOGONALIZACIN DE GRAMSCHMIDT En lgebra lineal es un proceso utilizado en matemtica y anlisis numrico, para ortogonalizar un conjunto de vectores en un espacio prehilbertiano, ms comnmente el espacio eucldeo n. Ortogonalizacin en este contexto significa lo siguiente: comenzamos con vectores v1,, vk los cuales son linealmente independientes y queremos encontrar mutuamente vectores ortogonales u1, , uk los cuales generan el mismo subespacio que los vectores v1, , vk. Este proceso lleva el nombre en honor a Jorgen Pedersen Gram y Erhard Schmidt. Definimos el operador proyeccin con

Donde los corchetes angulares representan el producto interior, proyecta el vector v ortogonalmente en el vector u. Antes de ver el proceso, debemos comprender el porqu de la definicin de proyeccin. Si recordamos la definicin de producto escalar, tenemos para el caso del numerador, mdulo de u por mdulo de v por el coseno del ngulo que forman. En el denominador tenemos mdulo de u por mdulo de u, ya que el coseno sera 1. Si separamos los dos mdulos de u en el denominador, vemos que a la izquierda tenemos nicamente "mdulo de v * cos (ngulo que forman)", lo que nos da claramente el mdulo del vector proyeccin. Teniendo el mdulo del vector proyeccin lo nico que debemos hacer es asignarle una direccin, cosa que hacemos multiplicndolo por u/mdulo(u), lo que es el vector de mdulo 1 con direccin u (el vector unitario). El proceso de GramSchmidt entonces funciona como sigue:

Los dos primeros pasos del proceso de Gram-Schmidt

INSTITUTO TECNOLGICO DE PINOTEPA

TEMA DE DESARROLLO:

UNIDAD 4: ESPACIOS VECTORIALES

ING. GESTIN EMPRESARIAL

MATERIA: ALGEBRA LINEAL

FACILITADOR: ING. BORNIOS CRUZ CARLOS SALVADOR

ALUMNOS: LUIS ALBERTO REYES SANTIAGO

Santiago Pinotepa Nacional, Oaxaca a Novie mbre del 2010.