1

IT

TE

ST

PE

IN

MATERIA:

TO

TE
C

N OL O GI C O D

TU

Algebra lineal

UNIDAD 4:

Espaci vectorial
CATEDRATICO:
Ing. Avenamar Chincoya Barush

NOMBRE DEL ALUMNO:

Uriel Martnez Clemente

ESPECIALIDAD:
Ing. Informtica

INTRODUCCIN

La idea de vector est tomada de la Fsica, donde sirven para representar magnitudes vectoriales
como fuerzas, velocidades o aceleraciones. Para ello se emplean vectores de dos componentes en el
plano, de tres componentes en el espacio...
Se supone conocida la representacin grfica y manejo de los vectores de 2 y de 3.
En Matemticas, tratamos de abstraer las propiedades que caracterizan a los vectores para
extenderlas tambin a otro tipo de objetos diferentes de los vectores de la Fsica.

ndice
Pg.
Introduccin

Unidad IV: Espacios Vectoriales

Referencias

4.1 Definicin de espacio vectorial

4.2 Definicin de subespacio vectorial

4.3 Combinacin lineal. Independencia lineal

4.4 Base y dimensin de un espacio vectorial

4.5 Espacio vectorial con producto interno y

sus propiedades.

4.6 Base orto normal, proceso de orto

normalizacin de Gram-Schmiat.

8
10

UNIDAD IV: ESPACIOS VECTGORIALES

4.1 Definicin de espacio vectorial
Un espacio vectorial es un espacio de numerosos vectores diseminados en todas las direcciones en
las dos operaciones bsicas; que es la adicin y multiplicacin escalar, que puede realizarse con el
cumplimiento de las siguientes propiedades:
Considere un espacio vectorial V formado por los vectores x, y, z, a continuacin, tenemos las
siguientes propiedades como verdaderas:
Propiedades de la suma
1. Propiedad de operacin interna: Si el vector x es parte del espacio vectorial y el vector y es parte
del espacio vectorial, y el vector resultante de la suma de estos dos vectores, el cual es el vector x + y
es tambin una parte del espacio vectorial mismo.
2. Propiedad conmutativa: Si el vector x es parte del espacio vectorial, el vector y es parte del
espacio vectorial, y tenemos un vector resultante de la suma de estos dos vectores, entonces el vector
x + y es igual al vector y + x.
3. Propiedad asociativa: Si el vector x es parte del espacio vectorial, el vector y es parte del espacio
vectorial y el vector z es parte del espacio vectorial, y tenemos un vector resultante de la adicin de
estos tres vectores entonces el vector x + (y + z) es igual al vector (x + y) + z.
4. Identidad aditiva: todo espacio vectorial contiene un vector nulo que es un vector cero, lo que se
denomina como la identidad aditiva, de tal manera que su suma con cualquiera de los vectores en el
espacio vectorial, no cambia el vector real, que es 0 + x = x.
5. Inverso aditivo: Para todos los vectores de un espacio vectorial determinado, existe un vector
inversa disponible en el mismo espacio de tal manera que la suma de los dos vectores nos da un
vector cero, en consecuencia si tenemos un vector x en el espacio vectorial entonces debemos
tambin tener un vector -x del mismo vector en el espacio.
Propiedades escalares de la multiplicacin:
Una multiplicacin escalar es aquella en la que se multiplica un vector con cualquier cantidad
escalar, que consiste en multiplicar la cantidad que contiene una direccin con una cantidad sin
direccin.
1. Propiedad de operacin interna: Si tenemos un vector x en un espacio vectorial dado y un nmero
real, entonces decimos que el vector resultante de la multiplicacin escalar de estas dos cantidades,
debe existir tambin dentro del mismo espacio vectorial.
2. Propiedad distributiva: Si se tiene los vectores x y y en un espacio vectorial V y un nmero real,
entonces la operacin de a. (x + y) es equivalente a ax + ay.

3. Propiedad distributiva: Si hay un vector x en un espacio vectorial V y un nmero real a y b, la

operacin (a + b) x es equivalente a ax + bx.
4. Propiedad asociativa: Si hay un vector x en un espacio vectorial V dado y un nmero real a y b,
entonces la operacin a. (bx) es equivalente a (ab) x.
5. Propiedad unitaria: La multiplicacin de cada vector en un espacio vectorial dado con una
cantidad de unidas escalar dar como resultado al vector actual.

4.2 Definicin de subespacio vectorial y sus propiedades

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.
Existen mltiples ejemplos de sub espacio, sin embargo, en primer lugar, se demostrar un resultado
que hace relativamente sencillo determinar si un subconjunto de V es en realidad sub espacio de V
Teorema de sub espacio
Un subconjunto no vaco de H de un espacio vectorial V es un sub espacio de V si se cumplen las
dos reglas de cerradura:
Reglas de cerradura para ver si un subconjunto no vaci es un sub espacio
i)

Si x H y y H, entonces x + y H.

ii)

Si x H, entonces x H para todo escalar .

Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se debern cumplir.
De lo contrario, para demostrar que es un espacio vectorial, se deber demostrar que los axiomas i) a
x) de la definicin cumplen bajo las operaciones de suma de vectores y multiplicacin por un escalar
definidas en V. Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por hiptesis, como
los vectores en H son tambin vectores en V, las identidades asociativa, conmutativa, distributiva y
multiplicativa [axiomas ii), v), vii), viii), ix) y x)] se cumplen.
Este teorema demuestra que para probar si H es o no es un sub espacio de V, es suficiente verificar
que:
x + y y X estn en H cuando x y y estn en H y es un escalar.

Propiedades de sub espacio vectorial

1). El vector cero de V est en H.2
2). H es cerrado bajo la suma de vectores. Esto es, para cada u y v en H, la suma u + v est en H.
3). 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.

4.3 Combinacin lineal. Independencia lineal.

En las Matemticas generales, el trmino combinacin lineal se refiere a una expresin desarrollada
a partir de un conjunto de trminos especficos, despus de la multiplicacin de cada trmino del
conjunto por una constante en particular, y posteriormente mediante la suma del resultado. La forma
bsica de la combinacin lineal es ax + by. Aqu tanto a como b son trminos constantes particulares.
La Combinacin Lineal constituye el concepto bsico del lgebra lineal.
Entendamos la definicin de una manera ms precisa. Considere el campo K y el espacio vectorial V,
que est sobre K. Suponga que v1. vn son vectores juntos con a1an los cuales son escalares. Por
lo tanto, la combinacin lineal de los vectores es:
Podra darse el caso que uno se confunda con el significado bsico de Combinacin lineal, es
decir, si la Combinacin Lineal es un valor o una expresin. Puede verse que en la mayora
bsicamente el concepto se refiere a un valor, aunque de vez en cuando se trata como una expresin.
Otro concepto importante que est ms o menos relacionado con la Combinacin Lineal es la
Independencia Lineal. Una familia de vectores se dice que es linealmente independiente cuando
ninguno de ellos puede ser escrito con trminos de combinacin lineal dentro de la variedad de los
vectores del conjunto.
La definicin ms formal y precisa de la Independencia Lineal supone que V denota un espacio
vectorial no necesariamente de dimensin finita en un campo arbitrario F. Antes de definir la nocin
de la dimensin V, primero debemos introducir algunas nociones preliminares, a partir de la
Independencia Lineal. De manera informal situamos que, un conjunto de vectores son linealmente
independientes si ninguno de ellos puede expresarse como una Combinacin Lineal de los otros. En
otras palabras, dos vectores son linealmente independientes cuando no se encuentran en la misma
lnea a travs del origen y tres vectores son independientes cuando no se encuentran en el mismo
plano a travs del origen.
Veamos una definicin ms profunda de este concepto. Si w1. . . wk est en V. Decimos que w1. .
.wk son linealmente independientes (simple o independiente) si y solo si la combinacin a1w1 +
a2w2 + + akwk = 0, con a1, a2, . . . , ak F es una combinacin trivial a1 = a2 = = ak = 0. Si
la ecuacin a1w1 + a2w2 + + akwk = 0 tiene una solucin en la que algunos ai 0, decimos que
w1. . , son linealmente independientes (simple o independiente). Tambin diremos que un
subconjunto finito S de V es independiente si los vectores contenidos en S son independientes.

Por ejemplo: Supongamos que queremos saber que si los vectores (1, 1) y (3, 2) son linealmente
independientes o no. Comencemos esta prueba simple: Considere que 1 y 2 to son dos nmeros
reales que satisfacen (1, 1) 1 + (3, 2) 2 = (0, 0).
Simplificando las coordenadas individualmente, obtenemos 1 3 2 = 0 1 + 2 2 = 0
Al resolverlo, obtenemos 1 = 0 y 2 = 0
Ejemplo:
El vector (20, 12, 37) es una combinacin lineal de los vectores (1, 3, 5) y (6, 2, 9):

Otro ejemplo:
: Se dice que

es combinacin lineal de

y de , porque podemos

escribir
sin ms que despejar la . De la misma manera, despejando oportunamente,
cada una de estas variables se podra expresar como combinacin lineal de las otras dos.
Los escalares dicen cunto de cada vector del conjunto
necesito para que, cuando se combinen
linealmente dichos elementos, pueda formar el vector en cuestin.

4.4 Base y dimensin de un espacio vectorial, cambio de base.

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 {v, v, v,..., vn} 1 2 3. Es una base para un espacio vectorial de V
si
I. { } n v, v, v,..., v 1 2 3. Es linealmente independiente
II. { } n v, v, v,..., v 1 2 3. 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 Numero 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.

4.5 Espacio vectorial con producto interno y sus propiedades

Definicin (1.2.1): Sean X = ( x 1, x 2, ..., x n ), Y = ( y 1, y 2, ..., y n ) dos vectores arbitrarios de
Rn. Definimos el producto interno de X e Y as:

Las propiedades de (1.2.1) son:

1. (X, Y) = (Y, X).
2. (X + Z, Y) = (X, Y) + (Z, Y).
3. l(X, Y) = l(X, Y).
Las propiedades 2. Y 3. Nos dicen que el producto interno es lineal en la primera variable. Por la
propiedad 1. Concluimos que tambin lo es en la segunda variable.
Existen en la literatura matemtica otras notaciones para el producto interno, por ejemplo: X.Y y se
le conoce con el nombre de producto punto. Otra notacin, bastante aparatosa, es X|Y , que aparece
frecuentemente en los libros de Fsica.
Con el uso del producto interno introducimos uno de los conceptos ms notables en matemticas: la
norma de un vector.

4.6 Base orto normal, proceso de orto normalizacin de Gram-Schmiat

En lgebra lineal, una base orto normal de un espacio prehilbertiano V (es decir, un espacio
vectorial con producto) o, en particular, de un Hilbert, es un conjunto de elementos cuyo span es
denso en el espacio, en el que los elementos son mutuamente ortogonales y normales, es decir, de
magnitud unitaria. Una base ortogonal satisface las mismas condiciones, salvo la de magnitud
unitaria; es muy sencillo transformar una base ortogonal en una base orto normal mediante el

producto por un escalar apropiado y de hecho, esta es la forma habitual en la que se obtiene una base
orto normal: por medio de una base ortogonal.
As, una base orto normal es una base ortogonal, en la cual la norma de cada elemento que la
compone es unitaria.
Estos conceptos son importantes tanto para espacios de dimensin finita como de dimensin infinita.
Para espacios de dimensin finita, la condicin de span denso es la misma que la de 'span', como se
usa en lgebra lineal.
Una base orto normal por lo general no es una "base", es decir, en general no es posible escribir a
cada elemento del espacio como una combinacin lineal de un nmero finito de elementos de la base
orto normal. En el caso de dimensin infinita, esta distincin cobra importancia: la definicin dada
requiere solo que el span de una base orto normal sea densa en el espacio vectorial, y no que iguale
al espacio entero.

Una base orto normal de un espacio vectorial V no tiene sentido si el espacio no posee un producto
interno. Un Espacio de Banach no tendr una base orto normal a no ser que sea un espacio de
Hilbert.
Proceso de orto normalizacin Gram Schmidt
El proceso de ortogonalizacin de GramSchmidt de 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 Rn. 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 Jrgen Pedersen Gram y Erhard Schmidt. Proceso de Gram
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

10

hacemos multiplicndolo por u/mdulo (u), lo que es el vector de mdulo 1 con direccin u (el
vector unitario).

11

Referencias

http://algebralinealmatematica.blogspot.mx/p/combinacion-lineal-y-dependencia-lineal.html

http://sureyma.blogspot.mx/2009/10/espacios-vectoriales.html

Algebra lineal, Carlos Arce S., William Castillo E., 3ra Edicin, 2002.

Ralph P. Grimaldi, Matemticas Discreta y Combinatoria, Addison-Wesley Iberoamericana,

1997.