ACTIVIDAD: CUESTIONARIO

ESPACIOS VECTORIALES

Fecha: 4 / 12 / 2021
Nombre del estudiante:

Israel Neri Jacobo

Nombre del docente: Georgina Wendy Mondragón Vázquez

Instrucciones:
I. Revisa los recursos de la unidad.
II. Resuelve las preguntas aplicando los conocimientos sobre espacios vectoriales.

1. Explica el concepto de vector.

Un vector en el plano xy, es un par ordenado de números reales. También se
entiende como un segmento de recta dirigido.

2. ¿Qué es el producto vectorial?

Este producto está definido solo para ℝ3 y se realiza sobre dos vectores, como
resultado se obtiene un tercer vector que es perpendicular a los dos vectores que se
usan para el producto. Su calculo se define de la siguiente forma:

Sean 𝑢 = (𝑎1 , 𝑏1 , 𝑐1 ) y 𝑣 = (𝑎2 , 𝑏2 , 𝑐2 ) dos vectores en ℝ3 el producto vectorial es:

𝑖 𝑗 𝑘
𝑏 𝑐1 𝑎1 𝑐1 𝑎1 𝑏1
𝑢 × 𝑣 = |𝑎1 𝑏1 𝑐1 | = 𝑖 | 1 | − 𝑗 |𝑎 𝑐2| + 𝑘 |𝑎2 |
𝑏2 𝑐2 2 𝑏2
𝑎2 𝑏2 𝑐2

= 𝑖 (𝑏1 𝑐2 − 𝑐1𝑏2 ) − 𝑗(𝑎1 𝑐2 − 𝑐1 𝑎2 ) + 𝑘 (𝑎1 𝑏2 − 𝑏1 𝑎2 )

= 𝑖 (𝑏1 𝑐2 − 𝑐1𝑏2 ) + 𝑗(𝑐1 𝑎2 − 𝑎1 𝑐2 ) + 𝑘(𝑎1 𝑏2 − 𝑏1 𝑎2 )

i, j, y k denotan el orden de los componentes del vector resultante.

3. Explica con un ejemplo a qué valor se llega cuando los vectores son paralelos al
aplicar el producto cruz.

Sean 𝑢 = (1,3, −2) & 𝑣 = (2,6, −4) dos vectores paralelos, aplicamos producto
cruz.

𝑖 𝑗 𝑘
𝑢 × 𝑣 = |1 3 −2| = 𝑖 (−12 − (−12)) − 𝑗(−4 − (−4)) + 𝑘 (6 − 6)
2 6 −4

= 𝑖 (−12 + 12) − 𝑗(−4 + 4) + 𝑘 (6 − 6)

= 0𝑖 − 0𝑗 + 0𝑘

Es un vector nulo, era de esperarse ya que una de las propiedades del producto
vectorial es que cuando se aplica a dos vectores paralelos, el resultado es un vector
0.

4. ¿Qué es la proyección a en dirección b?

La proyección es un vector, como su nombre lo dice el vector a se proyecta sobre el

vector b, de forma ilustrativa es como si estuviéramos viendo proyección de la
sombra de un edificio sobre el piso. Tiene la siguiente expresión:
𝑎⋅𝑏
𝑝𝑟𝑜𝑦𝑏 𝒂 = 𝑏
| 𝑏 |2

5. ¿En qué consiste la última propiedad de los espacios vectoriales?

La última propiedad dice.

Para cada vector 𝑥 ∈ 𝑉, 1𝑥 = 𝑥

Quiere decir que existe un número nulo para la multiplicación por escalares, así
como existe un valor nulo para la suma que es el 0, también lo hay para la
multiplicación, es una propiedad importante para poder demostrar que un espacio
vectorial dado, sea en realidad un espacio vectorial.

6. ¿Qué es la dimensión de un espacio vectorial?

La dimensión de un espacio vectorial, por así decirlo, es el número de vectores de la

base.

7. ¿Qué es un espacio vectorial?

Es un conjunto de vectores, que tienen dos operaciones suma y multiplicación por un

escalar, y que satisfacen los diez axiomas.
 I. Si 𝑥 ∈ 𝑉 y 𝑦 ∈ 𝑉, entonces 𝑥 + 𝑦 ∈ 𝑉
II. Para todo 𝑥, 𝑦 y 𝑧 en V, (𝑥 + 𝑦) + 𝑧 = 𝑥 + (𝑦 + 𝑧)
III. Existe un vector 0 ∈ 𝑉 tal que para todo 𝑥 ∈ 𝑉, 𝑥 + 0 = 0 + 𝑥 = 𝑥
IV. Si 𝑥 ∈ 𝑉, existe un vector −𝑥 ∈ 𝑉 tal que 𝑥 + (−𝑥 ) = 0
V. Si 𝑥 y 𝑦 están en V, entonces 𝑥 + 𝑦 = 𝑦 + 𝑥
VI. Si 𝑥 ∈ 𝑉 y 𝛼 es un escalar, entonces 𝛼𝑥 ∈ 𝑉
VII. Si 𝑥 y 𝑒𝑠𝑡á𝑛 en V y 𝛼 es un escalar, entonces 𝛼 (𝑥 + 𝑦) = 𝛼𝑥 + 𝛼𝑦
VIII. Si 𝑥 ∈ 𝑉 y 𝛼 y 𝛽 son escalares, entonces (𝛼 + 𝛽)𝑥 = 𝛼𝑥 + 𝛽𝑥
IX. Si 𝑥 ∈ 𝑉 y 𝛼 y 𝛽 son escalares, entonces 𝛼 (𝛽𝑥 ) = (𝛼𝛽)𝑥
X. Para cada vector 𝑥 ∈ 𝑉, 1𝑥 = 𝑥

8. ¿Qué es un sub-espacio vectorial?

Para entenderlo, si V es un espacio vectorial, definimos H como un subespacio no

vacío de V y que cumple con las operaciones de suma entre vectores y multiplicación
por un escalar de la pregunta anterior.

Una forma de entenderlo es verlo como conjuntos, V es el universo y H es un

conjunto de ese universo.

9. ¿Qué es la independencia lineal?

En términos de espacios vectoriales, se le llama independencia lineal cuando la base

del espacio no se puede generar entre ellas mismas, un ejemplo sencillo, definimos
un espacio vectorial en ℝ3 , 𝑉 = {(1,0,0), (0,1,0), (0,0,1)}, si queremos aplicar
combinación lineal entre los vectores de la base, nunca vamos a poder generarlos,
entonces se dicen linealmente independientes.

10. ¿Qué es la dependencia lineal?

Aquí es completamente lo contrario, si nosotros ya encontramos la base del espacio

vectorial, entonces estos vectores pueden generar cualquier otro vector, a esto se le
conoce como dependencia lineal, un ejemplo tomando la base de la pregunta 9, si
quiero generar al vector (1,2,3), aplico combinación lineal.

(1,2,3) = 1 ⋅ (1,0,0) + 2 ⋅ (0,1,0) + 3 ⋅ (0,0,1)

= (1,0,0) + (0,2,0) + (0,0,3)
(1,2,3) = (1,2,3)

Entonces el vector (1,2,3) es linealmente dependiente.

11. ¿Cuál es el concepto de transformación lineal?

Dice así

Sean V y H espacios vectoriales reales. Una transformación lineal T de V en W es una

función que asigna a cada vector 𝑣 ∈ 𝑉 un vector único 𝑇𝑣 ∈ 𝑊 y que satisface, para
cada 𝑢 y 𝑣 en 𝑉 y cada escalar 𝛼
 𝑇(𝑢 + 𝑣 ) = 𝑇𝑢 + 𝑇𝑣
Y
𝑇(𝛼𝑣 ) = 𝛼𝑇𝑣

12. ¿Qué significa producto interno?

El producto interno es la multiplicación de dos vectores y que da como resultado un

escalar. Sea 𝑢 = (𝑎1 , 𝑏1 ) y 𝑣 = (𝑎2 , 𝑏2 ) vectores en ℝ2 , el producto interno está
definido como.

𝑢 ⋅ 𝑣 = (𝑎1 , 𝑏2 ) ⋅ (𝑎2 , 𝑏2 ) = 𝑎1 𝑎2 + 𝑏1 𝑏2

13. ¿Con qué otro nombre se conoce el producto interno?

El producto interno también se conoce como producto punto o producto escalar.

14. ¿En qué consiste el proceso de Grand Smith?

Tiene como principal objetivo construir a base de un conjunto de vectores un

espacio vectorial, crear otro conjunto de vectores ortonormales (que los vectores
sean ortogonales y con modulo unitario) y que genere el mismo espacio vectorial.

Su algoritmo es el siguiente.

Sea 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } una base de V. Se hace el siguiente procedimiento para que a

partir de este conjunto se cree otro conjunto pero que sea ortonormal

𝑢1 = 𝑣1

𝑣2 ⋅ 𝑢1
𝑢2 = 𝑣2 − 𝑢
𝑢1 ⋅ 𝑢1 1

𝑣3 ⋅ 𝑢1 𝑣3 ⋅ 𝑢2
𝑢3 = 𝑣3 − 𝑢1 − 𝑢
𝑢1 ⋅ 𝑢1 𝑢2 ⋅ 𝑢2 2

Se generaliza
𝑘−1
𝑣𝑘 ⋅ 𝑢𝑗
𝑢𝑘 = 𝑣𝑘 − ∑ 𝑢
𝑢𝑗 ⋅ 𝑢𝑗 𝑗
𝑗=1

Como último paso, ya que se tengan los vectores, se normalizan.

𝑢𝑘
|𝑢𝑘 |
 15. ¿Qué se obtiene en el proceso de Grand Smith?

Como se mencionó en la pregunta anterior, se pretende crear un conjunto nuevo de

vectores ortonormales.

16. Explica el concepto de ortogonalidad.

Se dice que dos vectores son ortogonales si al aplicar el producto punto, como
resultado se tiene cero. Sean a y b dos vectores.

𝑎⋅𝑏 =0

Esto se debe ya que el ángulo entre ellos es de 90°

17. Define el concepto de ortonormalidad.

Este termino se usa para un conjunto de vectores que es ortogonal y además la

norma o módulo de cada vector es igual a 1

Referencias
Dependencia e independencia lineal. (16 de agosto de 2021). Obtenido de Wikipedia:
https://es.wikipedia.org/wiki/Dependencia_e_independencia_lineal
Grossman, S. I. (2008). Álgebra lineal. México: Mc Graw Hill.
Ortonormal. (18 de octubre de 2021). Obtenido de Wikipedia:
https://es.wikipedia.org/wiki/Ortonormal
Proceso de ortogonalización de Gram-Schmidt. (27 de junio de 2021). Obtenido de Wikipedia:
https://es.wikipedia.org/wiki/Proceso_de_ortogonalizaci%C3%B3n_de_Gram-Schmidt
Proyecciones Ortogonales y Proceso de Gram-Schmidt. (9 de febrero de 2011). Obtenido de ITESM:
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-22.pdf
Pustilnik, I. (8 de noviembre de 2017). Espacios y subespacios vectoriales. Obtenido de Álgebra y
geometría analítica: https://aga.frba.utn.edu.ar/espacios-y-subespacios-vectoriales/
Vectores paralelos. (s.f.). Obtenido de Geometría Analítica:
https://www.geometriaanalitica.info/vectores-paralelos/