ÁLGEBRA LINEAL

Profesora Romina Sánchez G10

Consulta de
UNIDAD 4
Por:
Ana Sofía Basaldúa Cortes
Andrea Nayeli Guajardo Gutiérrez
Orlando Miguel Alvarez Alfaro
1
 Unidad 4: Espacios Vectoriales
ÍNDICE
4.1 Definición de espacios 4 4.5 Definición de conjuntos generadores de
vectoriales y sus propiedades independencia lineal 11
4.6 Base y dimensión de un espacio
n
4.2 ¿Qué son vectores en R ? 6 14
vectorial
4.7 Rango de una matriz y sistemas
4.3 Definición de subespacios 15
8 de ecuaciones lineales
vectoriales
n
4.8 Coordenadas y cambios de base 17
4.4 ¿Qué son subespacios de R ? 10
4.9 Bases ortonormales: el proceso de 19
Gram-Schmidt

2
 Introducción
La idea de vector está tomada de la Física, donde sirven para representar
magnitudes vectoriales como fuerzas, velocidades o aceleraciones. Para ello se
emplean vectores de dos componentes en el plano o de tres componentes en el
espacio.

En Matemáticas, tratamos de abstraer las propiedades que caracterizan a los

vectores para extenderlas también a otro tipo de objetos diferentes.
Esencialmente, el comportamiento que caracteriza a los vectores es el siguiente:

Podemos sumar dos vectores y obtenemos otro vector;

Podemos multiplicar un vector por un número (escalar) y obtenemos otro vector.

Además estas operaciones cumplen ciertas propiedades, que observamos en los

vectores de R2 y de R3

3
 ¿Qué es un

Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores (no

necesariamente fuerzas, como en la Física, sino también otros tipos de objetos), en el que se
han definido dos operaciones: la suma y el producto por un escalar (número real) sujetas a
diez axiomas. Los axiomas deben ser válidos para todos los vectores u, v y w en V y todos los
escalares α y β reales.
Llamamos u + v a la suma de vectores en V, y αv al producto de un número real α por un
vector v ∈ V*.

*∈ = que pertenece a / contenido

4
en.
 AXIOMAS PROPIEDADES
Para que un conjunto de vectores sea considerado un A partir de los axiomas de espacios vectoriales, pueden
espacio vectorial, debe de cumplir con los axiomas: demostrarse estas propiedades que resultan naturales :
1. (u + v) ∈ V
● Propiedad 1
Cerrado bajo la suma: la suma de dos vectores del
conjunto da como resultado un vector que también 0 u = 0v
pertenece al conjunto
● Propiedad 2
2. u + v = v + u (propiedad conmutativa) α 0v = 0v
3. (u + v) + w = u + (v + w) (propiedad asociativa)
● Propiedad 3
4. Existe un vector nulo 0v ∈ V tal que v + 0v = v (–α) u = – (αu)
5. Para cada v en V, En particular, para α = 1 : (–1) u = – u
existe un opuesto (– v) ∈ V tal que v+(– v)= 0v
● Propiedad 4
6. αv ∈ V
Al multiplicar el vector por un escalar, el nuevo vector α u = 0v ⇒ α = 0 ∨ u = 0v
también pertenece al conjunto Veamos cómo puede demostrarse esta última
propiedad:
7. α(u + v) = αu + αv (propiedad distributiva)
Si α = 0 , se cumple la proposición.
8. (α+β) v= αv + βv ( “ “ )
Si α ≠ 0 , podemos multiplicar por 1/α :
9. α(βv) = (αβ) v (propiedad asociativa)
α u= 0v ⇒ 1/α α u = 1/α 0v ⇒u= 0v
10. 1v=v
5
 VECTORES EN Rn
El conjunto es el producto cartesiano*, cuyos elementos son las n-uplas (renglones o columnas de n número de elementos) de
números reales, llamados vectores de n componentes.

Operaciones con vectores:

Sean x y y vectores, x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) ϵ Rn, y ƛ un escalar, ƛ ϵ R.

Se definen las siguientes operaciones:
Suma de vectores: x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . .
, xn + yn )
Producto de un número por un vector: ƛ (x1 , . . . , xn ) = (ƛx1 , . . . ,
ƛxn )

En la siguiente diapositiva, se verán las propiedades de estos vectores.

*Al conjunto formado por todos los pares

ordenados de primera componente en A y
segunda componente en B, se le denota A x B
y se le llama producto cartesiano de A y B
6
 Propiedades
El conjunto Rn con estas operaciones verifica las siguientes propiedades:

La suma de vectores es asociativa: (x + y) + z = x + (y + z), ⦡ x, y, z ϵ Rn

El elemento neutro de la suma de vectores es el vector que tiene todas las componentes cero: 0 = (01 , …, 0n)

El elemento simétrico del elemento x ϵ Rn para la suma de vectores es -x ϵ Rn : x + (-x) = 0

La suma de vectores es conmutativa: x + y = y + x, ⦡ x, y ϵ Rn

El producto de un número por un vector verifica la propiedad distributiva: ƛ (x + y) = ƛx + ƛy, ⦡ x, y ϵ Rn, ⦡ ƛ ϵR
El producto de números y el producto de un número por un vector tienen la siguiente asociación: (ƛ + μ)x = ƛx + μx, ⦡ x ϵ Rn, ⦡ ƛ, μ ϵR
El producto de un número por un vector tiene como elemento neutro el mismo que la multiplicación de números: 1x = x

El conjunto Rn con estas operaciones y propiedades se denomina espacio euclídeo.

7
 ¿Qué es un
Subespacio Vectorial ?
Sea V un espacio vectorial y S un subconjunto no vacío de V.
S es un subespacio de V si S es en sí mismo un espacio vectorial con las mismas operaciones (suma de vectores
y producto por un escalar) definidas en V.

Sea S un subconjunto de un espacio vectorial V (S < V ). S es subespacio de V si y sólo si se cumplen las

siguientes condiciones:

La primera condición asegura que S no es vacío. La mejor manera de comprobar si S es un subespacio es

buscar primero si contiene al vector nulo. Si 0v está en S, entonces deben verificarse las siguientes propiedades.
Si 0v no está en S, S no puede ser un subespacio y no hace falta verificar las otras.

8
Las propiedades anteriores corresponden a los axiomas 4, 1 y 6 de espacios vectoriales.

Los axiomas 2, 3, 7, 8, 9 y 10 de espacio vectorial se cumplen para S porque éste es un

subconjunto de S. Puede decirse que S “hereda” esas propiedades de V.

Faltaría comprobar que cada vector de S tiene su opuesto en S (axioma 5), teniendo en cuenta la
tercera condición de subespacios. Si u está en W y ƛ es un escalar, ƛu está en W.

Y por lo tanto cada vector de S tiene su opuesto en S.

De las observaciones anteriores se deduce que las condiciones establecidas en la diapositiva

anterior son suficientes para demostrar que S es un espacio vectorial, y por lo tanto subespacio
de V.
 SUBESPACIOS DE Rn
Se trata de aquellos subespacios de número de componentes n que existen en los espacios vectoriales reales de n grado.

Por ejemplo, para un subespacio R3 (es decir, donde cada vector tiene tres componentes), podemos ilustrar el siguiente ejemplo:

un espacio vectorial cuyos vectores tienen como componentes números reales,, entonces, podemos plantear el subconjunto

π = {(x, y, z): ax + by + cz = 0; a, b, c ϵ R}.

Entonces, π es un espacio vectorial; así, π es un subespacio de R3 .

Los conjuntos de vectores que se
encuentran sobre rectas y planos que
pasan por el origen son los únicos
subespacios propios de R3

No todo espacio vectorial tiene

subespacios propios
10
Para definir los conjuntos generadores y la independencia lineal, se necesita conocer el concepto de

Combinación Lineal: Sean v 1

, v2 , . . . , vn vectores en un espacio vectorial V, entonces un vector v puede ser

expresado como
a1v1 + a2v2 + . . . + anvn

donde a1, a2, . . . , an son escalares, a lo que se le denomina como su combinación lineal de v1, v2, . . . , vn

Por ejemplo:

The square of the hypotenuse is equal to the sum of the squares of the other
two sides in a right triangle

11
 Así, se define:

CONJUNTO GENERADOR INDEPENDENCIA LINEAL

Como un conjunto de vectores en el que todos Cuando en un conjunto de vectores ninguno de
sus vectores se pueden escribir como una ellos es una combinación lineal de los demás, o,
combinación lineal de los mismos. Es decir, para equivalentemente, si el vector nulo en V se

todo vector v ϵ V existen escalares a1 , a2 , . . . , an puede expresar como una combinación lineal de
v1 , v2 , . . . , vn con coeficientes no todos iguales a
tales que
cero.

v = a1v1 + a2v2 + . . . + anvn

12
Por ejemplo:

Conjunto generador:

Independencia lineal:
13
Ta
mb
i én Si el espacio vectorial V tiene una base con un número
so
nd
efi finito de elementos, entonces la dimensión de V es el
nic
ione
sd número de vectores en todas las bases y V se denomina
ee
sp espacio vectorial de dimensión finita. De otra manera, V se
ac
ios
ve denomina espacio vectorial de dimensión infinita.
cto
ria
le s:
Si V = {0}, entonces se dice que V tiene dimensión cero.

BASE DIMENSIÓN
Un conjunto finito de vectores { v1 , v2 , . . . , vn } es una base para
un espacio vectorial V si:
The square of the hypotenuse is equal to the sum of the squares of the other
two sides in a right triangle
● { v1 , v2 , . . . , vn } es linealmente independiente
● { v1 , v2 , . . . , vn } genera a V.

14
RANGO DE MATRIZ & SISTEMA DE ECUACIONES LINEALES

15
Por
  ejemplo:

16
 COORDENADAS

Por ejemplo...

CAMBIO DE BASE

17
Por ejemplo:

18
BASES ORTONORMALES: > Por
EL PROCESO DE GRAM-SCHMIDT > ejemplo:
 

19