Está en la página 1de 8

República Bolivariana de Venezuela

Universidad Rafael Urdaneta
Profesor: Ginés Alarcón
Materia: Algebra Lineal
Aula: M4 1-1

ESPACIOS
VECTORIALES

Integrantes:
Moisés Méndez # 25.667.842
Juan Gutiérrez # 26.693.528
Roberto Ordaz # 26.171.719

Maracaibo, 02 de Diciembre de 2014

Combinación lineal 3. Propiedades Básicas de un espacio vectorial 2. Bases Ortonormales .3 Axiomas del espacio vectorial 3.2 Propiedades del producto de un vector por un escalar 2.1 Propiedades de la suma de vectores 2. Espacios Vectoriales 2. Vectores Bases 5.Esquema 1.1 Vectores linealmente independientes 4. Cambio de Bases 6.

Desarrollo 1. Definición Un espacio vectorial (o espacio lineal) es el objeto básico de estudio en la rama de la matemática llamada álgebra una estructura lineal. • Existe un elemento neutro. con 8 propiedades fundamentales. pues al multiplicar por un escalar complejo el resultado podrá ser un polinomio complejo que no pertenece a P2. pues podemos sumar dos elementos de P2 y obtenemos otro elemento de P2 . • Asociativa: (u+v)+w = u+(v+w) • Conmutativa: v+u=u+v. b. con estructura de cuerpo ). definida entre dicho conjunto y otro conjunto. c ∈ ℜ } Es un espacio vectorial real. también podemos multiplicar un elemento de P2 por un escalar real y obtenemos otro elemento de P2. Ejemplo: Consideremos el conjunto P2 de los polinomios de grado ≤ 2 con coeficientes reales: P2 = {ax^2+ bx + c. Se puede comprobar que se cumplen las propiedades requeridas. escalares. a. Estas dos operaciones se tienen que ceñir a un conjunto de axiomas que generalizan las propiedades comunes de las tuplas de números reales así como de los vectores en el espacio euclídeo. conjunto) y vectorial es una operación una operación externa (llamada producto por un escalar. Producto por un escalar real: λ∈ℜ . El vector es el polinomio cero: 0x^2+ 0x + 0 No es un espacio vectorial complejo. algebraica creada interna (llamada suma. . λ(ax + bx + c) = λax2 • + λbx + λc que pertenece a P2. definida En álgebra a partir para los de abstracta. un conjunto elementos del un espacio no vacío. 2. el vector 0. Un concepto importante es el de dimensión. A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo. tal que 0 + v = v para cualquier vector v. Veámoslo:   Suma: (ax^2 + bx + c ) + ( a’x^2+ b’x + c’ ) = (a+a’) x^2 • + (b+b’) x + (c+c’) que pertenece a P2. Propiedades básicas de un espacio vectorial Propiedades de la suma de vectores.

Propiedades del producto de un vector por un escalar. entonces x + y = y + x (ley conmutativa de la suma de vectores). Si x y y están en V. 8. y z en V. Si x E V y. existe un vector -x en V tal que x + (-x)= 0 (-x se llama inverso aditivo de x). Para todo x. α. Axiomas del espacio vectorial 1.β son escalares. Si x E V y es un escalar entonces x 2 V (cerradura bajo la multiplicación por un escalar). 6. que sumado con él da 0. entonces α (β x) = (αβ) x (ley asociativa de la multiplicación por escalares. entonces (α + β) x = α x + β x (segunda ley distributiva). Existe un vector 0 E V tal que para todo x E V. • Asociativa: β (α v) = ( β α ) v • Distributivas: ƒ Respecto de la suma de escalares: (α + β ) v = α v + β v ƒ Respecto de la suma de vectores: α (u + v) = α u +α v • Existe un elemento unidad: el escalar 1. Si x E V y. x + 0 = 0 + x = x (el cero se llama vector cero o idéntico aditivo). Esta actividad nos muestra las ocho propiedades que cumplen los espacios vectoriales respecto de unos vectores concretos. y. Si x e y están en V y es un escalar.• Para cada vector v existe un elemento opuesto. 10. entonces x + y 2 V (cerradura bajo la suma). 2. entonces (x + y) = x + y (primera ley distributiva). Si x E V y 2 V . tal que 1· v = v para cualquier vector v. 7. es decir: . (x + y) + z = x + (y + z) ley asociativa de la suma de vectores. –v. 5. Si x E V.β son escalares. 3. α. Para cada vector x E V . 1x = x Ejemplos:  La propiedad conmutativa. 4. 9.

Combinación lineal Un vector se dice que es combinación vectores vectores lineal de un conjunto de si se puede expresar como suma de los de coeficiente escalar multiplicados cada uno de ellos por un . 12. es decir: . 5) y (6. 3. 37) es una combinación lineal de los vectores (1. 9): Vectores linealmente independientes Varios vectores libres son linealmente independientes si ninguno de ellos puede ser escrito con una combinación lineal de los restantes. . Ejemplo: El vector (20. La propiedad asociativa:  Elemento neutro : 3. 2.

.1).(1. que sea a la vez linealmente independiente.. vn} dos bases. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio. Ejemplo Determinar si son linealmente dependientes o independientes los vectores: = (3. 3) 4. vn} y B = {v1. Sea v un vector en un espacio vectorial V de dimensiones finitas. Vamos a calcular la matriz del cambio de base de la base B1=((1.(0.(0.1.. v2. .. 5.. 1) y = (2. Ejemplo.1).-1). Cambio de base.(0.0. v2.-1)) a la base B2=((0.. los vectores forman una base.1).a 1 = a 2 = ··· = a n = 0 Los vectores linealmente independientes tienen distinta dirección y sus componentes no son proporcionales.. y seanB = {v1. La relación entre [v]By [v]B está dada por [v]B = P[v]B.3. y Si a ≠ 1..1. Ejemplo Calcular el valor de a para que los vectores formen una base.-1)) para ello aplicamos .0. Vectores Bases Cualesquiera vectores elegidos cuya combinación lineal es capaz de representar a cualquier vector en un sistema dado.0.

1. e3 〉 = 〈e2. e3〉 = 0 y que ||e1|| = ||e2|| = ||e3|| = 1.e3} reconstruye R3 y por lo tanto tiene que ser una base. Para un (x. es decir. Así. e2 〉 = 〈 e1.-1.0.-1]) Introducimos la matriz del cambio de la base B2 a la Bc (%i2) M_B2Bc: matrix( [0.[0. Bases ortonormales. una base ortonormal de un espacio prehilbertiano V (es decir. esta es la forma habitual en la que se obtiene una base ortonormal: por medio de una base ortogonal.[1. e2=(0. También puede demostrarse que la base estándar rotada alrededor de un eje que pasa por el origen o reflejada en un plano que pasa por el origen forma también una base ortonormal de R3.0). [1. e3=(0. . {e1. un espacio vectorial con producto interno) o. salvo la de magnitud unitaria. en el que los elementos son mutuamente ortogonales y normales. e3} es un conjunto ortonormal.0.0]. 6.z) cualquiera en R3 tenemos entonces.y. Una base ortogonal satisface las mismas condiciones. es muy sencillo transformar una base ortogonal en una base ortonormal mediante el producto por un escalar apropiado y de hecho.1].1)} (la base canónica) forma una base ortonormal de R3. Ejemplo.0.-1]).1]. Demostración: Mediante un cálculo directo se verifica que 〈 e1.3. de un espacio de Hilbert H. e2. en particular. Así. de magnitud unitaria.  El conjunto {e1=(1.0). En álgebra lineal.0.1.[1.0]. {e1.e2. es un conjunto de elementos cuyo span es denso en el espacio.0. una base ortonormal es una base ortogonal en la cual la norma de cada elemento que la compone es unitaria.la fórmula del cambio de base visto en teoría M_B1B2=M_BcB2 M_B1Bc=(M_B2Bc)^-1 M_B1Bc Introducimos la matriz del cambio de la base B1 a la Bc (%i1) M_B1Bc: matrix([1.

ub.Bibliografía http://es.net/breerico/41-definicin-del-espacio-vectorial-y-sus-propiedades http://www.vectoralgebra.html http://www.wikipedia.info/vectorchangeofbasis_es.es/camposn/espacios_vectoriales1.org/wiki/Espacio_vectorial http://personales.edu/glossarimateco/content/base-ortogonal-y-base-ortonormal .pdf http://es.htm http://www.slideshare.mathematicsdictionary.unican.com/spanish/vmd/full/b/basisvectors.