Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Espacios vectoriales
Noviembre 2020
Definición
Un espacio vectorial es una terna (V , +, ·), donde V es un
conjunto no vacı́o y +, · son dos operaciones a las que llamaremos
suma de vectores y producto por escalares respectivamente y con
las siguientes propiedades:
Asociativa: u + (v + w ) = (u + v ) + w , ∀u, v , w ∈ V
Conmutativa: u + v = v + u, ∀u, v ∈ V
Elemento neutro para suma:
∃e ∈ V /e + v = v + e = v , ∀v ∈ V
Elemento opuesto: ∀v ∈ V , ∃w ∈ V /v + w = w + v = e
Seudo-asociativa: λ · (µ · v ) = (λ · µ) · v , ∀v ∈ V , ∀λ, µ ∈ R
Distributiva: λ · (u + v ) = λ · v + λ · v ∧ (λ + µ) · v =
λ · v + µ · v , ∀u, v ∈ V , ∀λ, µ ∈ R
Elemento neutro para producto: 1 · v = v · 1 = v , ∀v ∈ V
Proposición
En un espacio vectorial V :
El elemento neutro para la suma es único. Se denotará por 0.
El elemento opuesto de un vector es único. Si v es un vector,
su opuesto lo denotamos por −v .
Proposición
En un espacio vectorial V se cumplen las siguientes propiedades:
λ · 0 = 0, λ ∈ R
λ · v = 0, v ∈ V
(−λ) · v = (−λ · v ), λ ∈ R, v ∈ V
Si λ · v = 0, entonces λ = 0 o bien v = 0
Definición
Sean V1 y V2 dos espacios vectoriales. Se definen en
V1 × V2 = {(v1 , v2 ) ; vi ∈ Vi } las siguientes operaciones:
Proposición
Sea U un subconjunto no vacı́o de un espacio vectorial V .
Entonces U es un subespacio vectorial si y sólo si:
Si u, v ∈ U, entonces u + v ∈ U.
Si λ ∈ R y u ∈ U, entonces λ · u ∈ U.
Definición
Sea X = v1 , . . . , vn un conjunto de vectores de un espacio vectorial
V . Una combinación lineal de X es una suma del tipo:
a1 · v1 + a2 · v2 + . . . + an · vn
hX i = hv1 , v2 , . . . , vn i
= L ({X })
= L ({v1 , v2 , . . . , vn })
( n )
X
= ai · vi , ai ∈ R
i=1
Ejemplo
Dado W = {(x, y , z) /y = x + z}, uno de los sistemas que lo
genera es:
{(1, 1, 0) , (0, 1, 1)}
Puesto que, cualquier vector de la forma (x, y , z), donde
y = x + z, es generado por la combinación lineal de los dos
vectores antes mencionados.
Por ejemplo, considerar los siguientes vectores de W :
(3, 5, 2) = (3, 3 + 2, 2) = 3 · (1, 1, 0) + 2 · (0, 1, 1)
(−4, 6, 10) = (−4, −4 + 10, 10) = −4 · (1, 1, 0) + 10 · (0, 1, 1)
(α, α + β, β) = α · (1, 1, 0) + β · (0, 1, 1)
Definición
De un conjunto de vectores {v1 , v2 , . . . , vn } se dice que es
linealmente independiente si la única combinación lineal nula de
ellos es la trivial, es decir, si siempre que se tenga
X
λi · vi = 0
i=1
Definición
El conjunto {(3, 1) , (4, 2)} es linealmente independiente, pues el
sistema de ecuaciones lineales:
3x + 4y = 0
x + 2y = 0
Ejemplos
El conjunto {(3, −4, −2) , (−5, 0, −10) , (1, 2, 6)} es linealmente
dependiente, pues el sistema de ecuaciones lineales:
3x − 5y + z = 0
−4x + 2z = 0
−2x − 10y + 6z = 0
Definición
Una base de un espacio vectorial es un sistema de generadores
con la propiedad de ser linealmente independiente.
Ejemplos
{(1, 0, 0) , (0, 0, 1)} no es base de R3 por no ser sistema de
generadores.
{(3, −4, −2) , (−5, 0, −10) , (1, 2, 6)} no es base de R3 por no
ser linealmente independiente.
{(1, 0, 0) , (0, 1, 0) , (0, 0, 1)} es la base habitual (base
canónica) de R3 .
Proposición
Sea B = {v1 , v2 , . . . , vn } un conjunto de vectores de un espacio
vectorial. Entonces este conjunto es una base si y solamente si,
Pn
para cada v ∈ V , existen unicos λi ∈ R tales que v = λi · vi A
i=1
estos números se les llama coordenadas de v respecto de la
base B y se escribirá (λ1 , λ2 , . . . , λn ).
Ejemplo
Las coordenadas de (−15, 29) con respecto a la base
{(3, −1) , (0, 4)} son (−5, 6). Se verifica fácilmente:
Definición
Un producto interno o producto escalar, definido sobre V es
una aplicación entre el conjunto de todos los pares de vectores
(u, v) y R, cuyo resultado es un número real denotado por hu, vi,
que para todo u, v, w ∈ V y todo escalar α ∈ R satisface las
siguientes propiedades:
hu, vi = hv, ui
α hu, vi = h(αu) , vi = hu, (αv)i
hu + v, wi = hu, wi + hv, wi
hu, ui ≥ 0 ∧ hu, ui = 0 ⇔ u = 0
Definición
Dado un espacio vectorial V y un producto interno hi, se define la
longitud o norma kuk de un vector u ∈ V como el número real:
p
kuk = hu, ui
Proposición
Toda norma definida en V a partir de un producto interno, para
todo u, v ∈ V y todo α ∈ R, verifica las siguientes propiedades:
Positividad: kuk ≥ 0 ∧ kuk = 0 ⇔ u = 0
Homogeneidad: kαuk = |α| kuk
Desigualdad triangular: ku + vk ≤ kuk + kvk
Definición
Dados los vectores u y v del espacio vectorial V sobre R, dotado
de producto interno, se llama distancia entre u y v al número real:
d (u, v) = ku − vk
Definición
El concepto de ángulo θ entre dos vectores u y v en un espacio
vectorial V dotado de un producto interno se generaliza mediante
la expresión:
hu, vi
cos (θ) =
kuk kvk
Definición
Dados dos vectores u y v de un espacio vectorial V , es posible
definir la proyección ortogonal del vector v sobre el vector u en
forma geométrica. La longitud de dicha proyección se puede
calcular fácilmente mediante
hu, v i
kPu (v )k =
kuk
Definición
Un conjunto de vectores {u1 , u2 , . . . , up } de V se denomina
conjunto ortogonal si cada par de vectores diferentes del
conjunto es ortogonal, es decir, si hui , uj i = 0 siempre que i 6= j.
Teorema
Si S = {u1 , u2 , . . . , up } es un conjunto ortogonal de vectores no
nulos de V , entonces S es linealmente independiente.
Definición
Un conjunto {u1 , u2 , . . . , up } de V se denomina conjunto
ortonormal si es un conjunto ortogonal de vectores unitarios.
Procedimiento
Sea una base {v1 , v2 , . . . , vp } del subespacio S de V . Entonces, se
define:
w1 = v1 ,
hv2 ,w1 i
w2 = v2 − hw1 ,w1 i w1 ,
hv3 ,w1 i hv3 ,w2 i
w3 = v3 − hw1 ,w1 i w1 − hw2 ,w2 i w2 ,
..
.
hvp ,w1 i hvp ,w2 i hvp ,wp−1 i
wp = vp − hw1 ,w1 i w1 − hw2 ,w2 i w2 − ... − hwp−1 ,wp−1 i wp−1