Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Materia cursada:
Algebra lineal
3er semestre
• Grupo
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.
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.
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.
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)
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.
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)
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.
Entonces
De manera que |u|=1.
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 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