Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA:
Algebra Lineal
TITULO:
Tema 4 Espacios Vectoriales
Profesor:
ALUMNO:
i) Si x € H y y € H, entonces x + y € 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.
COMBINACIÓN LINEAL
Sean v1, v2, …, vn, vectores en un espacio vectorial V. entonces cualquier
vector de la forma: a1v1+a2v2+…+anvn, donde a1, a2, an son escalares se
denomina una combinación lineal de v1, v2, vn.
Conjunto generador.
INDEPENDENCIA LINEAL
1 2
Existe una relación espacial entre los vectores v1 =( ) y v 2=( )
2 4
1 −4 −5
v1 =( 2 ), v 2=( 1 ) y v 3=( 8 )
3 5 19
3 v 1 +2 v 2−v 3=0
Se ha escrito el vector cero como una combinación lineal de v1, v2, y v3.
Parece que los dos vectores de la ecuación y los tres vectores de la otra
ecuación tienen una relación más cercana que un par arbitrario de 2-vectores a
una terna arbitraria de 3-vectores. En cada caso, se dice que los vectores son
linealmente dependientes. En términos generales, se tiene la importante
definición a continuación presentada.
Definición: sean v1, v2, …, vn vectores en un espacio vectorial V. entonces se
dice que los vectores son linealmente dependientes si existen n escalares c1,
c2, …, cn no todos ceros tales que
c 1 v 1+ c 2 v 2+ …+c n v n=0
Nota. Se dice que los vectores v1, v2, …, vn son linealmente independientes (o
dependientes), o que el conjunto de vectores {v1, v2, …, vn} es linealmente
independiente (o pendiente). Esto es, se usan las dos frases indistintamente.
Demostración: primero suponga que v2=cv1 para algún escalar c≠0. Entonces
cv1-v2=0 y v1 y v2 son linealmente dependientes. Por otro parte, suponga que
v1 y v2 son linealmente dependientes. Entonces existen constantes c1 y c2 al
menos uno distinto a cero, tales que c1v1+c2v2=0. Si c1≠0, entonces
dividiendo entre c1 se obtiene v1+(c2/c1) v2=0, o sea,
−c 2
v1 =( )v
c1 2
Base
En términos generales, una “base” para un espacio vectorial es un conjunto de
vectores del espacio, a partir de los cuales se puede obtener cualquier otro
vector de dicho espacio, haciendo uso de las operaciones en él definidas.
R .
n
2. V = k v + k v +…+ k v 1 1 2 2 n n
Restar 2-1
0 = (c - k ) v +(c - k ) v +…+ (c - k ) v 1 1 1 2 2 2 n n n
Ejemplo:
demostrar si S = {v , v , v } es base de R , v = (1,2,1); v = (2,9,0); v = (3,3,4) 1 2 3
3
1 2 3
c + 2c + 3c = b
1 2 det A = [(1*9*4) +(2*3*1) +0]- [(1*9*3) +0+(4*2*2)]
3 1
puede escribirse de una y solo una forma como combinación lineal de vectores
en S.
Para demostrar la unicidad (que en un vector dado puede representarse sólo de
una manera), se supone que u tiene otra representación u= b v + b v +…+b v Al 1 1 2 2 n n.
u-u = (c -b ) v + (c -b ) v +… + (c -b ) vn = 0.
1 1 1 2 2 2 n n
= (c -2c 2c + c , 3c + 2c + c ),
1 , 1 2 1 2 3
C -2c = u
1 3 1
2C + C = u 1 2 2
3C + 2C + C = u 1 2 3 3
Como la matriz A es invertible, se sabe que este sistema tiene una solución única
dada por C=A U. Al despejar A se obtiene -1 -1
c = -u + 4u – 2u
1 1 2 3
c = 2u – 7u + 4u
2 1 2 3
c = -u + 2u – u
3 1 2 3
(1,0,0) = -v + 2v – v 1 2 3
Dimensión
Se llama dimensión de un espacio vectorial V al número de vectores que hay en
cualquiera de sus bases. Se denota dim (V).
dimensión de W?
renglón de A.
El espacio columna de A es el subespacio de R generado por los vectores
n
columna de A.
Si una matriz A es equivalente por renglones a una matriz B que está en forma
escalonada, entonces los vectores renglón de B diferentes de cero forman una
base del espacio renglón de A.
Ejemplo: Determinación de una base para un espacio renglón
espacio renglón de A , lo que equivale a afirmar que forman una base del espacio
t
columna de A.
Como B tiene tres renglones diferentes de cero, entonces el rango de A es 3.
Producto Interno:
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.
v. (u, v) = (v, u)
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› = 0
2. ‹u + v, w› = ‹u, w› + ‹v, w›
Conjunto ortonormal en Rn
ui .u j=0
ui .u j=1
sii ≠ j
u ∙ v=v ∙ u
(u+ v) ∙ w=u∙ w +v ∙ w
u ∙(v+ w)=u ∙ v +u ∙ w
(∝u)∙ v=∝(u ∙ v )
u ∙(∝ v)=∝(u∙ v)
Si vϵRn, entonces la longitud o norma de v, denotada por |v|, está dada por (8)
|v|= √ v ∙ v
Nota. Si v=(x 1 , x 2 ,.... , x n)entonces v*v= x 21+ x22 +∙ ∙∙+ x 2nEsto significa que (9)
v ∙ v ≥ 0 y v ∙ v=0 si y solo si v=0
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.
v1
Sea (12) u1=
|v 1|
v1 v 1
Entonces u1 ∙u1 = ( )( ) ( )
∙ 1 = ( v ∙ v )=1
|v 1| |v 1| |v 1| 1 1
De manera que |u|=1.
u∙v
Como anteriormente se ha visto que, en R2, el vector w=u− v es la
|v 2|
u∙ v
ortogonal a v. en este caso v es la proyección de u sobre v. esto se ilustra
|v 2|
en la siguiente figura.
Resulta que el vector w dado es ortogonal a v cuando w y v están en Rn para
v ∙∙ u
cualquier n≥2. Obsérvese que como u es un vector unitario, u =(v ∙ u1 )u1
|u1| 1
para cualquier vector v.
v'2 ∙u 1=v 2 ∙u 1−(v 2 ∙ u1)( u1 ∙ u1)=v 2 ∙u1 −(v ∙ u1) 1=0 de manera que v’ es ortogonal a
u. más aun, por el teorema, u y v´son linealmente independientes. v’≠0 porque
de otra manera
( v 2 ∙ u1 )
v 2=( v 2 ∙ u1) u1= v 1 lo que contradice la independencia de v1 y v2.
|v 1|
Paso 3. Elección de un segundo vector unitario
v ´2
Sea (14) u2= entonces es evidente que {u1, u2} es un conjunto ortonormal.
|v ´2|
Suponga que se han construido los vectores u1, u2, uk(k<m) y que forman un
conjunto ortonormal. Se mostrará cómo construir uk+1.
Sea (15) v´k+1=v k+1−( v k+1 ∙ u1 )u1 −( v k+1 ∙ u2 )u 2−∙∙ ∙−(v k+1 ∙ uk )u k entonces para i=1, 2,
k
Paso 5
Sea uk +1=v´k+1 /|v ´k+1|