Instituto Tecnológico Superior de Centla

ALAM HERNÁNDEZ GARCÍA

• Nombre de los integrantes:
BLANCA VIVIANA PÉREZ VALENCIA
HERI HIPÓLITO HERNANDEZ
JESUS JAVIER RAMIREZ GORDILLO
LORENA HIPÓLITO VALENCIA

• Materia cursada:

 Algebra lineal

• Nombre del docente:  JOSÉ FRANCISCO MACDONAL ÁLVAREZ

• Actividad:  Investigación Unidad 1

 3er semestre

• Grupo

 Ingeniería en gestión empresarial

Carrera

ESPACIOS VECTORIALES.
4.1 DEFINICIÓN DE ESPACIO VECTORIAL
Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos
operaciones binarias llamadas suma y multiplicación por un escalar y que satisfacen los diez
axiomas enumerados a continuación.
Notación. Si “x” y “y” están en V y si a es un número real, entonces la suma se escribe como
“x + y” y el producto escalar de a y x como ax.
Antes de presentar la lista de las propiedades que satisfacen los vectores en un espacio vectorial
deben mencionarse dos asuntos de importancia. En primer lugar, mientras que puede ser útil
pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre que el espacio vectorial
parece ser muy diferente a estos cómodos espacios (en breve tocaremos este tema). En segunda
instancia, la definición 1 ofrece una definición de un espacio vectorial real. La palabra “real”
significa que los escalares que se usan son números reales. Sería igualmente sencillo definir un
espacio vectorial complejo utilizando números complejos en lugar de reales. Este libro está
dedicado principalmente a espacios vectoriales reales, pero las generalizaciones a otros conjuntos
de escalares presentan muy poca dificultad.

4.2 DEFINICIÓN DE SUBESPACIO VECTORIAL Y SUS PROPIEDADES

Sea H un subconjunto no vacío de un espacio vectorial V y suponga que H es en sí un espacio

vectorial bajo las operaciones de suma y multiplicación por un escalar definidas en V. Entonces se
dice que H es un sub espacio de V.
Existen múltiples ejemplos de sub espacio, sin embargo, en primer lugar, se demostrará 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 vacio 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 vació es un sub espacio
i) Si x € H y y € H, entonces x + y € H.
ii) Si x € H, entonces αx € H para todo escalar α.
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se deberán cumplir.
De lo contrario, para demostrar que es un espacio vectorial, se deberá demostrar que los axiomas
i) a x) de la definición cumplen bajo las operaciones de suma de vectores y multiplicación por un
escalar definidas en V. Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por
hipótesis, como los vectores en H son también 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 αX están en H cuando x y y están en H y α es un escalar.
PROPIEDADES DE SUB ESPACIO VECTORIAL
1). El vector cero de V está 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 está en H.
3). H es cerrado bajo la multiplicación por escalares. Esto es, para cada u en H y cada
Escalar c, el vector cu está en H.
El subespacio trivial
Para cualquier espacio vectorial V, el subconjunto {0} que consiste en el vector cero es únicamente
un subespacio ya que 0 + 0 y α0 = 0 para todo número real α. Esto se denomina el subespacio
trivial.

4.3 COMBINACIÓN LINEAL. INDEPENDENCIA LINEAL

Una combinación lineal de dos o más vectores es el vector que se obtiene al sumar esos vectores
multiplicados por escalares.
Cualquier vector se puede poner como combinación lineal de otros que tengan distinta dirección.
Esta combinación lineal es única.
Sean v1,v2,…,vn vectores en un espacio vectorial V. Entonces cualquier vector de la forma:
α1v1+α2v2+…+αnvn
donde α1v1+α2v2+…+αnvn son escalares se denomina combinación lineal de v1,v2,…,vn.
Todo vector V = (a, b, c) en R3 se puede expresar como
i = (1,0,0);
j = (0,1,0);
k =(0,0,1)
V = (a, b, c) = a(i) + b(j) + c(k)
Entonces se dice que V es una combinación lineal de los 3 vectores i,j,k.
Un conjunto de vectores se dice linealmente independiente si ninguno de ellos puede ser escrito
con una combinación lineal de los restantes. Por lo que la siguiente expresión
a_1 \vec{v}_1+a_2 \vec{v}_2+...+a_n \vec{v}_n=\vec{0}
Será cierta sólo cuando todos los coeficientes sean iguales a cero.

a_1=a_2 =...=a_n=0
Los vectores linealmente independientes en el plano tienen distinta dirección y sus componentes
no son proporcionales.
Ejemplo:
Determinar si son linealmente dependientes o independientes los vectores.
\vec{u}=(3,1)
\vec{v}=(2,3)
\displaystyle \frac{3}{2}\not =\frac{1}{3} \hspace{1cm}\text{pues}\hspace{1cm} 3\cdot 3
\not=2\cdot 1
Como sus componentes no son proporcionales entonces, son linealmente independientes.

4.4 BASE Y DIMENCIÓN DE UN ESPACIO VECTORIAL, CAMBIO DE BASE

Las bases revelan la estructura de los espacios vectoriales de una manera concisa. Una base
Es el menor conjunto (finito o infinito) B = {vi}i ∈ I de vectores que generan todo el espacio.
Esto significa que cualquier vector v puede ser expresado como una suma (llamada
Combinación lineal) de elementos de la base
a1vi1 + a2vi2 + ... + anvin,
Donde los ak son escalares y vik (k = 1, ..., n) elementos de la base B. La minimalidad, por
Otro lado, se hace formal por el concepto de independencia lineal. Un conjunto de vectores
se dice que es linealmente independiente si ninguno de sus elementos puede ser expresado
como una combinación lineal de los restantes. Equivalentemente, una ecuación
a1vi1 + ai2v2 + ... + anvin = 0
sólo se consigue si todos los escalares a1, ..., an son iguales a cero. Por definición de la base
cada vector puede ser expresado como una suma finita de los elementos de la base. Debido
a la independencia lineal este tipo de representación es única. Los espacios vectoriales a
veces se introducen desde este punto de vista.

4.5 ESPACIO VECTORIAL CON PRODUCTO INTERNO Y SUS PROPIEDADES.

Un producto interno sobre un espacio vectorial V es una operación que asigna a cada par de
vectores u y v en V un número real <u, v>.
Un producto interior sobre V es una función que asocia un número real ‹u, v› con cada par de
vectores u y v cumple los siguientes axiomas:

Propiedades:

i. (v, v) ≥ 0
ii. (v, v) = 0 si y sólo si v = 0.
iii, (u, v +w) = (u, v)+ (u, w)
iv. (u + v, w) = (u, w)+(v, w)
v. (u, v) = (v, u)
vi. (αu, v) = α(u, v)
vii. (u, αv) = α(u, v)

Espacios con producto interior:

El producto interior euclidiano es solo uno más de los productos internos que se tiene que definir
en Rn Para distinguir entre el producto interno normal y otros posibles productos internos se usa
la siguiente notación.

u ●v = producto punto (producto interior euclidiano para Rn)

‹u, v› = producto interno general para espacio vectorial V.

Propiedades de los productos interiores:

1. ‹0, v› = ‹v, 0› =
2. ‹u + v, w› = ‹u, w› + ‹v, w›
3. ‹u, cv› = c‹u, v›.

Un espacio vectorial con producto interno se denomina espacio con producto interno.
4.6 BASE ORTONORMAL, PROCESO DE ORTONORMALIZACIÓN DE GRAM-SCHMIDT.

Conjunto ortonormal en Rn
Se dice que un conjunto de vectores S={u1, u2, …, uk} en Rn es un conjunto ortonormal si (1) (2)

Si solo satisface la ecuación (1), se dice que el conjunto es ortogonal.

Si u, v y w en Rn y α es un numero real, entonces (3) (4) (5) (6)(7)

Ahora se presenta otra definición útil

Si vϵRn, entonces la longitud o norma de v, denotada por |v|, esta dada por (8)
Nota. Si entonces v*v= Esto significa que (9)
De esta forma se puede obtener la raíz cuadrada en (8), y se tiene (10)(11)

TEOREMA: si S=es un conjunto ortogonal de vectores diferentes de cero, entonces S es

linealmente independiente.

Suponga que
Entonces, para cualquier i=1,2,…,k

Como v≠0 por hipótesis |v|2>0 y se dice que c=0. Esto es cierto para i=1,2,…,k, lo que completa la
prueba.
Proceso de ortonormalizacion de Gram-Schmidt Sea H un subespacio de dimensión m de Rn.
Entonces H tiene una base ortonormal.
Sea S= una base de H. se probara el teorema construyendo una base ortonormal a partir de
vectores en S. antes de dar los pasios para esta construccion, se observa el hecho sencillo de que
un conjunto de vectores linealmente independiente no contiene al vector cero.

Paso 1. Eleccion del primer vector unitario

Sea (12)

Entonces
De manera que |u|=1.

Paso 2. Eleccion de un segundo vector ortogonal a u

Como anteriormente se ha visto que, en R2, el vector es la ortogonal a v. en este caso es la
proyeccion de u sobre v. esto se ilustra en la siguiente figura.

Resulta que el vector w dado es ortogonal a v cuando w y v están en Rn para cualquier n≥2.
Obsérvese que como u es un vector unitario, para cualquier vector v.

Sea (13) entonces de manera que v’ es ortogonal a u. mas aun, por el teorema, u y v´son
linealmente independientes. v’≠0 porque de otra manera lo que contradice la independencia de
v1 y v2.
Paso 3. Elección de un segundo vector unitario
Sea (14) entonces es evidente que {u1,u2} es un conjunto ortonormal.
Suponga que se han construido los vectores u1, u2,…,uk(k<m) y que forman un conjunto
ortonormal. Se mostrara como construir uk+1.

Paso 4. Continuación del proceso

Sea (15) entonces para i=1,2,…,k
Pero Por lo tanto,

Así, es un conjunto linealmente independiente, ortogonal y v´k+1≠0.

Paso 5 Sea Entonces es claro que es un conjunto ortonormal y se puede continuar de esta
manera hasta que k+1=m con lo que se completa la prueba.
Nota. Como cada u es una combinación lineal de vectores v, gen es un subespacio de gen y como
cada espacio tiene dimensión k, los espacio son iguales.
Referencias
Ramon, J. M. (31 de mayo de 2012). Algebra lineal. Obtenido de
http://itsavbasicas.blogspot.com/2012/05/46-base-ortonormal-proceso-de.html

SESIÓN10: BASES Y DIMENSIÓN DE UN ESPACIO VECTORIAL. (s.f.). Obtenido de

http://cursos.aiu.edu/Diplomados/Recursos%20Humanos%20y%20MKT/Algebra%20Lineal
%20I/PDF/Tema%2010.pdf