Está en la página 1de 11

Pgina 1

4. Espacios Vectoriales


4.1. Definicin de espacio , subespacio vectorial y sus propiedades

un vector es una magnitud que consta de mdulo, direccin y sentido .
Algunos sin embargo; ms tericos, explicaran que un vector es una entidad tal
que para ser expresada necesita de n escalares (nmeros); siendo n
cualquier nmero natural.

Definicin de espacio vectorial y propiedades

Un espacio vectorial es un conjunto no vacio de V objetos, llamados vectores, en
el que estn definidas dos operaciones, llamadas suma y multiplicacin por
escalares(nmeros reales), sujetas a diez axiomas(o reglas) que se dan a
continuacin. Los axiomas deben valer 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 por u + v, est en V
2. u + v = v + u
3. (u + v)+ w = u + ( v + w )
4. Existe un vector 0 en V tal que u + 0 = u
5. Para cada u en V, existe un vector u en V tal que u + (-u ) = u.
6. El mltiplo escalar de u por c, denotado cu, est en V
7. c( u + v ) = cu + cv
8. ( c+ d ) u = cu + du
9. c(du) = (cd)u
10. 1u=u


Los espacios de
n
con 1 n , son los ejemplos principales de espacios
vectoriales. La intuicin geomtrica desarrollada para
3
nos ayudar a entender y
a visualizar muchos conceptos durante el capitulo.


Subespacio vectorial y propiedades


Definicin.


Un subespacio vectorial V es un subconjunto H de V que tiene tres propiedades:

a. El vector cero de V est en H
2

b. H es cerrado bajo la suma de vectores. Esto es, para cada u y v en H, la
suma u + v est en H
Pgina 2

c. H es cerrado bajo la multiplicacin por escalares. Esto es, para cada u en H
y cada escalar c, el vector cu est en H



Ejemplo.
El conjunto que consta nicamente de un vector cero en un espacio vectorial V es
un subespacio de V llamado subespacio cero se escribe { } 0

















4.2 Propiedad de Vectores , Combinacin Lineal, dependencia e
independencia lineal

Propiedades.
Cuales quiera que sean los vectores , y en :
1. , (anticonmutatividad)
2. (el producto vectorial es perpendicular a
cualquiera de los factores),
3. Si y entonces (el producto cruz de dos
vectores paralelos es cero).
4. ,
5.
Otras propiedades [editar]
Continuando con los vectores del apartado anterior y con la norma vectorial
habitual:
. El valor absoluto de esta operacin corresponde
al volumen del paraleleppedo formados por los vectores , y . A esta
H
V
0
Ejemplo de subespacio de V
Pgina 3

operacin se la conoce como producto mixto, pues combina producto
escalar y producto vectorial.
, siendo el ngulo menor entre los vectores
y ; esta expresin relaciona al producto vectorial con el rea del
paralelogramo que definen ambos vectores.
El vector es el vector normal al plano que contiene a los
vectores y


Dados dos vectores: y , y dos nmeros: a y b, el vector se dice
que es una combinacin lineal de y .
Una combinacin lineal de dos o ms vectores es el vector que se obtiene al
sumar esos vectores multiplicados por sendos escalares.


Cualquier vector se puede poner como combinacin lineal de otros dos que
tengan distinta direccin.

Esta combinacin lineal es nica.

Dados los vectores , hallar el vector combinacin lineal



El vector , se puede expresar como combinacin lineal de los
vectores ?



Pgina 4





Dependencia e Independencia lineal

Definicin:
Sean . Diremos que son LINEALMENTE DEPENDIENTES si al
menos uno de ellos se puede escribir como combinacin lineal del resto.

ejemplo

Consideremos los siguientes vectores

Se puede expresar el vector como combinacin lineal de los tres primeros
vectores? . Para resolver esta, primero definimos estos vectores

y a continuacin planteamos la ecuacin vectorial

que una vez simplificada nos proporciona el sistema de ecuaciones

Si obtenemos una solucin para a,b,c, habremos obtenido una combinacin lineal
de los tres primeros vectores, gracias a la cual obtendremos el cuarto vector. Si
resolvemos el sistema anterior, resulta

lo cual nos indica que

Pgina 5

es decir que el vector se puede expresar como combinacin lineal de los tres
primeros vectores. La DEPENDENCIA que tiene este vector respecto del resto se
traduce en la existencia de una DEPENDENCIA LINEAL en el conjunto de los
cuatro vectores.


Independencia Lineal

Definicin:

Sean . Diremos que son LINEALMENTE INDEPENDIENTES si
ninguno de ellos puede expresarse como combinacin lineal de los restantes.

ejemplo

Si tenemos los vectores (1,1,1), (1,1,0), (1,0,0), podramos intentar ver si alguno
de ellos se puede expresar como combinacin lineal de los dos restantes. Para
efectuar esta comprobacin en DERIVE, primero definiramos nuestros tres
vectores

Intentemos ver si u1 se puede expresar como combinacin lineal de u2 y
u3. Para ello, primero editamos la ecuacin vectorial

cuyo sistema de ecuaciones viene dado por


que si intentamos resolver luego esta primera combinacin lineal no es posible.
Intentemos ver si u2 se puede expresar como combinacin lineal de u1 y u3,
efectuando


al simplificar nos da



sistema claramente sin solucin.

Por ltimo para ver si u3 se puede expresar como combinacin lineal de u1
y u2 editamos la ecuacin
Pgina 6



es decir, el sistema de ecuaciones



que nuevamente es incompatible.

En esta situacin, podemos decir que los tres vectores son INDEPENDIENTES de
combinaciones lineales, es decir son LINEALMENTE INDEPENDIENTES.


4.3 Base y dimensin de un espacio vectorial

Base de un vector

Si un espacio vectorial V tiene una base con n vectores , entonces toda base de V
tiene n vectores

Base <un conjunto finito de vectores { }
n
v v v v ,..., , ,
. 3 2 1
es una base para un espacio
vectorial de V si
I. { }
n
v v v v ,..., , ,
. 3 2 1
es linealmente independiente
II. { }
n
v v v v ,..., , ,
. 3 2 1
genera a V
Todo conjunto de n vectores linealmente independientes en
n
es una base de
n

Propiedades

1. Sea V un espacio vectorial de dimensin finita. Entonces todas las bases de V
tienen el mismo nmero de elementos. El espacio vectorial {0} tiene dimensin
0 por definicin. Cuando un espacio vectorial no es de dimensin finita, se dice
que es de dimensin infinita.

2. Sea V un espacio vectorial de dimensin finita n, cualquier conjunto de n+1 o
ms vectores son linealmente dependientes.

Dimensin de un espacio vectorial

Si un espacio vectorial V tiene una base que consta de n vectores , entonces el
nmero n se denomina dimensin de V y se denota por dim(V)=n. Si V consta
solamente del vector cero, entonces la dimensin de V se define como cero.


Dimensin de vectores espaciales
dimensin
Pgina 7

Vector (x1, x2, , xn) n



Matrices mn






Polinomios a0 + a1x + a2x2 + + a1xn n + 1


4.4 Espacio vectorial con producto interno y sus propiedades


Espacios con producto interno

Un espacio complejo V se llama espacio vectorial con producto interno si para
cada par ordenado 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:




i. (v,v) 0
ii. (v,v) = 0 si y solo si v = 0
iii. (u, v + w) =(u , v) + (v , w)
iv. (u+ v , w) =(u , w) + (v , w)
v. ( ) u v. =( ) u v,
vi. ( ) ( ) v u u v , . =
vii. ( ) ( ) v u u v , , =

La barra en las condiciones 5 y 7 denota el conjugado complejo adems si
( ) u v. es real , entonces ( ) u v, =( ) u v. y se puede eliminar la barra en ( ) v .


Ejemplo

Producto interno de dos vectores en C
3


En C
3
sean x=(1+i,-3,4-3i) y y=( 2-i,-i,2+i) entonces
( ) ( )( ) ( )( ) ( )( ) i i i i i y x + + + + = 2 3 4 3 2 1 ,

Pgina 8

( )( ) ( )( ) ( )( ) i i i i i + + + + = 2 3 4 3 2 1


( ) ( ) ( ) i i i i y x 10 6 10 5 3 3 1 , = + + =

4.5 Cambio de base, base ortonormal, proceso de ortonormalizacin Gram-
Schimdt


Cambio de base de un vector

Sea x un vector que en base B
1
(de vectores unitarios u
1
, u
2
, ...) ser igual a m
1
u
1
+
m
2
u
2
+ m
3
u
3
+ ...

El mismo vector, utilizando otra base B
2
(de vectores unitarios v
1
, v
2
, ...) ser

n
1
v
1
+ n
2
v
2
+ n
3
v
3
+ ...

Supongamos que u
1
, u
2
, ... se representan en la base B
2
de esta forma:

u
1
= a
11
v
1
+ a
21
v
2
+ ... + a
n1
v
n
u
2
= a
12
v
1
+ a
22
v
2
+ ... + a
n2
v
n
.............................................................
u
n
= a
1n
v
1
+ a
2n
v
2
+ ... + a
nn
v
n



Por lo tanto, sustituyendo estas ecuaciones en la frmula original nos queda:

x = m
1
(a
11
v
1
+ a
21
v
2
+ ... + a
n1
v
n
) + m
2
(a
12
v
1
+ a
22
v
2
+ ... + a
n2
v
n
) + ...

Reordenando queda:

x = (m
1
a
11
+ m
2
a
12
+ ... + m
n
a
1n
)v
1
+ ... + (m
1
a
n1
+ m
2
a
n2
+ ... + m
n
a
nn
)v
n


Comparando con la frmula x = n
1
v
1
+ n
2
v
2
+ n
3
v
3
+ ... deducimos que
:
n
1
= m
1
a
11
+ m
2
a
12
+ ... + m
n
a
1n
n
2
= m
1
a
21
+ m
2
a
22
+ ... + m
n
a
2n
.................................................................

n
n
= m
1
a
nn
+ m
2
a
n2
+ ... + m
n
a
nn

Esto se puede expresar de forma matricial:

n
1
a
11
+ a
12
+ ... + a
1n
m
1


n
2
= a
21
+ a
22
+ ... + a
2n
m
2


Pgina 9

..... ........................................

n
n
a
2n
+ a
n2
+ ... + a
nn
m
n


Llamando A a la matriz de coeficientes, X' al vector en la base B
2
y X al vector en
la base B
1
nos queda:

X' = AX despejando X nos queda: X = A
-1
X'

Base Ortonormal

Son ortogonales si
i. u y v si (u,v)=0
ii. la norma de u, denotada por u esta dada por
( ) u u u , =
Nota. Aqu se usa doble barra para evitar confusin con el valor absoluto.

Ejemplo.

Dos vectores ortogonales en C
2
.
En C
2
los vectores (3,-i) y (2,6i) son ortogonales porque

( ) ( ) ( ) ( )( ) ( )( ) 0 6 6 6 6 6 2 3 6 , 2 , , 3 = = + = + = i i i i i i
Adems ( ) ( )( ) 10 3 3 , 3 = + = i i i .

Proceso de Ortonormalizacin de Gram-Schmidt


Sea H un subespacio de dimensiones m de R
n
.Entonces H tiene una base
ortonormal.

Paso 1.-Eleccin del primer valor unitario sea.

1
1
1
v
v
u = entonces ( ) 1
1
1 1 2
1
1
1
1
1
1 1
=
|
|

\
|
=
|
|

\
|

|
|

\
|
= v v
v
v
v
v
v
u u


De manera que 1
1
= u .

Paso 2.- Eleccin del segundo vector ortogonal a u
1

Pgina 10

w v
v
v u
u =

2
u proy v
v
v u
v
=

2
v
w
Sabiendo que R
n
el vector v
v
v u
u w
2

= = es ortogonal a v. En este caso


v
v
v u
2

es la proyeccin de u sobre v. Esto se ilustra el la siguiente figura



















El vector v
v
v u
u w
2

= = es ortogonal a v


EJERCICIO



El alumno:

*cambiar de base el siguiente vector
Sea = { (1, 1); (2, -1)} = {(1,3); (2,1)}

*Construya una base ortogonal en R
3
comenzando con la base
{ }

|
|
|

\
|
|
|
|

\
|
|
|
|

\
|
=
1
0
1
,
1
1
0
,
0
1
1
, ,
3 2 1
v v v
*Investigar sobre Homotecias
*Hallar el conjunto de las preimgenes del vector nulo para la transformacin lineal


Pgina 11