Repblica Bolivariana de Venezuela

Universidad Rafael Urdaneta

Catedra: Algebra Lineal.

ESPACIOS VECTORIALES

Integrantes:
Aylin Montiel C.I 26490570.
Cesar Perozo C.I 26907406.
Jos Perozo C.I 22147636.

Maracaibo, Abril del 2016.

ESQUEMA
1.
2.
3.
4.
5.
6.

Espacio vectorial.
Propiedades de los espacios vectoriales.
Combinacin lineal y vectores linealmente independientes.
Vectores base.
Cambios de base.
Vectores ortonormales.

DESARROLLO

1. Espacio vectorial.
Es una estructura algebraica creada a partir de un conjunto no vaco,
una operacin interna (llamada suma, definida para los elementos del conjunto)
y una operacin externa (llamada producto por un escalar, definida entre dicho
conjunto y otro conjunto, con estructura de cuerpo). A los elementos de un
espacio vectorial se les llama vectores y a los elementos del cuerpo, escalares.
Diremos que el espacio vectorial es real o complejo, segn sean los escalares.
Ejemplos de espacios vectoriales:

El espacio K, formado por los vectores de n componentes (x1, . . .,xn)

es un espacio vectorial real, en el que se pueden sumar vectores y
multiplicar por un escalar (real) de la forma habitual. Se puede
comprobar que se cumplen las propiedades requeridas para ambas
operaciones. El vector cero es (0,. . .,0).
No es un espacio vectorial complejo, pues no podemos multiplicar por
escalares complejos (si lo hacemos, el resultado no se mantendr

dentro de K).
Consideremos el conjunto P2 de los polinomios de grado 2 con
coeficientes reales: P2 ={ ax2 + bx + c : a, b, c }
Es un espacio vectorial real, pues podemos sumar dos elementos de P2
y obtenemos otro elemento de P2; tambin podemos multiplicar un
elemento de P2 por un escalar real y obtenemos otro elemento de P2.
Vemoslo:
Suma: ( ax2 + bx + c ) + ( ax2 + bx + c ) = (a+a) x2 + (b+b) x +
(c+c) que pertenece a P2.
Producto por un escalar real: , (ax + bx + c) = ax2 +
bx + c que pertenece a P2.
Se puede comprobar que se cumplen las propiedades requeridas. El
vector es el polinomio cero: 0x2 + 0x + 0.
No es un espacio vectorial complejo, pues al multiplicar por un
escalar complejo el resultado podr ser un polinomio complejo que
no pertenece a P2.

Consideremos el conjunto G de los polinomios de grado = 3 con

coeficientes reales.
No es un espacio vectorial (real ni complejo), pues al sumar dos
elementos de G, no est garantizado que el resultado est en G.
En efecto, consideremos los polinomios
p = x3 +x2 +x+1 , q = x3 +x2 +x+1
Pertenecen a G, pues su grado es 3. Pero su suma es p+q = 2x2 +2x+2

que no pertenece a G (su grado no es 3).

Consideremos el conjunto M2x2 (tambin denotado por M2) de las
matrices 2x2 con trminos reales.
Es un espacio vectorial real, pues podemos sumar dos matrices de
M2x2 obteniendo otra matriz de M2x2, y multiplicar una matriz de M2x2
por un escalar real obteniendo otra matriz de M2x2. Se puede
comprobar que se cumplen las propiedades. El vector es, en este
caso, la matriz con todos sus trminos nulos. No es un espacio vectorial

complejo.
Consideremos el conjunto MC de las matrices 2x3 con trminos
complejos. Es un espacio vectorial real, pues podemos sumar dos
matrices de MC obteniendo otra matriz de MC, y multiplicar un elemento
de MC por un escalar real obteniendo otra matriz de MC. Tambin es un
espacio vectorial complejo, pues podemos multiplicar una matriz de MC

por un escalar complejo obteniendo otra matriz de MC.

El conjunto C de los nmeros complejos se puede considerar como un
espacio vectorial real. En efecto, se pueden sumar dos nmeros
complejos obtenindose otro nmero complejo; y se puede multiplicar
un complejo por un escalar real, obtenindose otro complejo. Es decir,
Suma: (a+bi ) + (c+di ) = (a+c) + (b+d)i, que es otro nmero
complejo.
Producto por un escalar real: , (a+bi ) = a + bi que es
otro nmero complejo.
La suma y el producto por un escalar cumplen todas las propiedades
requeridas. En este caso el vector es el nmero complejo cero,
0+0i.
Ntese que aqu los complejos funcionan como vectores (elementos
del espacio vectorial C) y los reales como escalares.

Observar adems que, en este contexto, el conjunto de los nmeros

complejos se comporta igual que el espacio vectorial K 2, identificando
el nmero complejo a+bi con el vector (a,b).
Este es el motivo por el cual se suele representar el plano complejo
como si fuera K2, con la parte real en el eje de abscisas y la parte
imaginaria en el eje de ordenadas.

El conjunto de las funciones continuas definidas en K: Se pueden sumar

dos funciones, y se puede multiplicar una funcin por un escalar real.
Por ejemplo, las funciones f(x)=x2 y g(x)=log(x) pueden sumarse y
resulta otra funcin h(x)=x2 +log(x). La funcin g(x)=log(x) puede
multiplicarse por el escalar y resulta la funcin k(x)= log(x).
Si sumamos dos funciones continuas, el resultado es otra funcin
continua. Si multiplicamos una funcin continua por un escalar, el
resultado es otra funcin continua. Las operaciones cumplen las
propiedades requeridas. El vector 0 es la funcin constante 0. Por
tanto se trata de un espacio vectorial real.

2. Propiedades de los espacios vectoriales.

Ley de composicin interna: si

son vectores de V, entonces (

) est en V.

Propiedad conmutativa: si

son vectores de V, entonces

Propiedad asociativa: si ,

w) = ( + ) + w.
Existencia del elemento neutro: existe un vector en V denominado vector

y w son vectores de V, entonces

nulo, tal que para cualquier vector

de V: 0 +

+0=

+(

Existencia del elemento inverso aditivo: para todo vector

un vector

en V, denominado opuesto de

tal que

de V existe

+ (- ) = (- ) +

= 0.

Ley de composicin externa: si es cualquier nmero real y

cualquier vector de V, entonces ( . ) est en V.

Propiedad distributiva del producto de un escalar con respecto a la suma
de vectores: si es cualquier nmero real y

es

son vectores de V,

entonces . ( + ) = a . + a .
Propiedad distributiva del producto de un escalar por un vector con
respecto a la suma de escalares: si y son cualquier par de escales y
u es cualquier vector de V entonces ( + ) .

+.

Asociativa mixta: si y son cualquier par de escalares y

cualquier vector de V entonces . ( .

=.

Identidad: si

) = ( . ) .

es cualquier vector de V entonces 1 .

Ejemplos:
a) Propiedad conmutativa:

b) Propiedad asociativa:

= . ( .
=

es

c) Existencia del elemento neutro:

3. Combinacin

lineal

vectores

linealmente

independientes
Dados dos vectores

y dos nmeros a y b, el vector a

se dice que es una combinacin lineal de

+ b

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

obtiene al sumar esos vectores multiplicados por dos escalares.

Cualquier vector se puede poner como combinacin lineal de

otros dos que tengan distinta direccin .

Esta combinacin lineal es nica.

Ejemplos:

a) Dados los vectores

, hallar el vector

combinacin lineal

b) El vector
los vectores

, se puede expresar como combinacin lineal de

?

Como podemos observar, si se puede expresar como combinacin

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, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es
linealmente independiente, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo
es, ya que el tercero es la suma de los dos primeros.
Dado un conjunto finito de vectores
, se dice que estos vectores
son linealmente independientes si existen nmeros
, donde la
ecuacin

Se satisface nicamente cuando

son todos cero. En caso
contrario, se dice que son linealmente dependientes.
Ejemplos:
a) Son los tres vectores siguientes independientes?

Buscamos tres valores x, y y z que satisfagan la ecuacin:

Lo que equivale al sistema de ecuaciones siguiente:

Dado que la nica solucin es la trivial (x = y = z = 0), los tres

vectores son independientes.
b) Sea V = Rn y consideremos los siguientes elementos en V:

Entonces e1, e2,..., en son linealmente independientes. Estos vectores

constituyen la base cannica en R.
4. Vectores base.
Una base es un conjunto de vectores linealmente independientes y que
son capaces de generar cualquier vector de dicho espacio.
En nuestro estudio del plano, una base estar formada por dos vectores
linealmente independientes.
COORDENADAS DE UN VECTOR RESPECTO DE UNA BASE:
Las coordenadas de un vector respecto de una base son los escalares
por los que hay que multiplicar los vectores de la base de forma que

representen al vector dado mediante una combinacin lineal de dichos vectores

de la base.
Dos vectores
porque

cualquier

con distinta direccin forman una base,

vector

del

plano

se

puede

poner

como

combinacin lineal de ellos.

Las coordenadas del vector respecto a la base son X =

(a, b)

Ejemplo:

Los dos vectores que forman una base no pueden ser

paralelos.

5. Cambios 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 que conocidas las
coordenadas de un vector en base B, nos permitir hallar las coordenadas
de dicho vector en base B.
Ejemplo:
Consideremos en 2 las dos bases siguientes: B ={ (2,3), (1, 1) }
la base cannica B ={ (1,0), (0,1) }

Vamos a construir la matriz de cambio de base de B a B. Para ello

debemos expresar los vectores de la base B en funcin de la base
cannica B.
(2,3) = 2(1,0) + 3(0,1) coordenadas (2, 3)
(1,1)= 1(1,0) 1(0,1) coordenadas (1, 1)

Introduciendo estas coordenadas en las columnas de una matriz,

tendremos la matriz de cambio de base de B a B:
B= 2 -1
3 -1

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) = 5 1 (2,3) + 5 3 (1,1) coordenadas ( 5/1 , 5/3 )

(0,1)= 5 1 (2,3) 5 2 (1,1) coordenadas ( 5/1 , 5/2 )

Introduciendo estas coordenadas en las columnas de una matriz,

tendremos la matriz de cambio de base de B a B.
Q= 1 1
5 5
3 -2
5 5
6. Vectores ortonormales.
Un conjunto de vectores es ortonormal si es a la vez un
conjunto ortogonal y la norma de cada uno de sus vectores es igual a 1. Esta
definicin slo tiene sentido si los vectores pertenecen a un espacio
vectorial en el que se ha definido un producto interno, como sucede en
los espacios eucldeos En donde el producto interno puede definirse en
trminos de distancias y proyecciones perpendiculares de vectores.

Se pueden dar varios ejemplos:

En el espacio eucldeo tridimensional

el conjunto S =

{e1, e2, e3} formado por los tres vectores e1 = (1, 0,0), e2 = (0, 1,0) y e3= (0,
0,1) es un conjunto ortonormal.

En espacios vectoriales ms abstractos donde puedan definirse ms de

un producto interno, un conjunto podra ser ortonormal respecto al primer
producto interno, pero no ser ortonormal respecto al segundo producto
interno.

En mecnica cuntica un estado puro de un sistema es una combinacin

lineal de un conjunto no finito de vectores ortonormales.

Ortonormalizacion:

Dada una base ortogonal de un espacio es trivial hallar una base

ortonormal a partir de la primera dividiendo cada vector de la base ortogonal
original por el valor de su norma.
Ms an dada una base cualquiera, no necesariamente ortogonal, de un
espacio vectorial de dimensin finita existe un procedimiento algortmico
sencillo que permite hallar una base ortonormal a partir de una base original,
llamado procedimiento de ortogonalizacin de Gram-Schmidt.