ESPACIO VECTORIAL

➢ Un espacio vectorial es un conjunto no vacío V de objetos, llamados vectores, en el que se han definido dos operaciones: la suma y el producto
por un escalar (número real) sujetas a los diez axiomas que se dan a continuación. Los axiomas deben ser válidos para todos los
vectores u, v y w en V y todos los escalares α y β reales.
➢ Un espacio vectorial (o también llamado espacio lineal) es una estructura algebraica creada a partir de un conjunto no vacío, una operación
interna (llamada suma, definida para los elementos del conjunto) y una operación externa (llamada producto por un escalar, definida entre dicho
conjunto y otro conjunto, con estructura de cuerpo) que satisface 8 propiedades fundamentales.
➢ Los espacios vectoriales tienen aplicaciones en otras ramas de la matemática, la ciencia y la ingeniería. Se utilizan en métodos como las series de
Fourier, que se utiliza en las rutinas modernas de compresión de imágenes y sonido, o proporcionan el marco para resolver ecuaciones en
derivadas parciales.
SUBESPACIO VECTORIAL
➢ Es el subconjunto de un espacio vectorial, que satisface por sí mismo la definición de espacio vectorial con las mismas operaciones que V el
espacio vectorial original.
➢ Sea VV un espacio vectorial y W un subconjunto no vacío de V.
W es un subespacio de V si W es en sí mismo un espacio vectorial con las mismas operaciones (suma de vectores y producto por un escalar)
definidas en V.
➢ Un subespacio vectorial es un espacio vectorial (hijo) que está contenido dentro de otro espacio vectorial mayor (padre). Los subespacios
vectoriales heredan propiedades del espacio vectorial padre y por esa razón, para determinar si un subconjunto de vectores es un subespacio
vectorial es suficiente con comprobar el cumplimiento de sólo dos axiomas: «Cerradura bajo la suma» y «Cerradura bajo la multiplicación por un
escalar «. En el siguiente enlace mostramos un material interactivo que te ayudará a identificar si un vector pertenece a un Subespacio vectorial.
PROPIEDADES DE SUBESPACIO VECTORIAL
1. Si u, v ∈ U, entonces u + v ∈ U.

2. Si λ ∈ R y u ∈ U, entonces λu ∈ U.

3. Con la suma y producto por escalares de V , U es un espacio vectorial.

ESPACIO VECTORIAL CON PRODUCTO INTERNO

➢ 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.
➢ Sea V un espacio vectorial real. Una función p: V × V → R se denomina producto interno en V si cumple con las siguientes propiedades:

➢ Un espacio de producto interno es un espacio vectorial real o un espacio vectorial complejo con una operación llamada producto interno.
El producto interno de dos vectores en el espacio es un escalar, a menudo denotado con paréntesis angulares.

PROPIEDADES DE ESPACIO VECTORIAL CON PRODUCTO INTERNO.

➢ <0,v,w>=<v, 0>= axioma de simetría

➢ <u+v,w>=<u,w>+<v,w> axioma de aditividad
➢ <u,cu>= c<u,v> axioma de homogeneidad

Un espacio vectorial con producto interno se denomina espacio con producto interno.
 BASE ORTONORMAL.

➢ es una base ortogonal, en la cual la norma de cada elemento que la compone es unitaria.
➢ Una base de vectores , y es ortogonal si los vectores de la base son perpendiculares entre sí.
➢ Una base ortonormal se forma con vectores perpendiculares entre sí y cuyo módulo además vale 1 (vectores unitarios). Recordemos que
una base B en un espacio vectorial V, se define como un conjunto de vectores linealmente independientes capaces de generar dicho
espacio.
PROCESO DE ORTONORMALIZACIÓN DE GRAM-SCHMIDT

En álgebra lineal, el proceso de ortogonalización de Gram–Schmidt es un algoritmo para construir, a partir de un conjunto de vectores de un
espacio vectorial con producto interno, otro conjunto ortonormal de vectores que genere el mismo subespacio vectorial.

El proceso se basa en un resultado de la geometría euclídea, el cual establece que la diferencia entre un vector V y su proyección sobre otro
vector U, es perpendicular al vector U. Dicho resultado constituye una herramienta para construir, a partir de un conjunto de dos vectores no
paralelos, otro conjunto, conformado por dos vectores perpendiculares.

Este algoritmo recibe su nombre de los matemáticos Jørgen Pedersen Gram y Erhard Schmidt.

➢ Interpretación geométrica

Descripción del algoritmo de ortogonalización de Gram–Schmidt