Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
INDICE
Introducción ......................................................................................................................................... 3
Definición de espacio vectorial ............................................................................................................ 4
Definición de subespacio vectorial ...................................................................................................... 6
Propiedades de subespacio vectorial .............................................................................................. 6
Combinación Lineal e Independencia Lineal........................................................................................ 7
Combinación lineal........................................................................................................................... 7
Ejercicio ........................................................................................................................................ 8
Independencia Lineal ..................................................................................................................... 10
Ejercicio ...................................................................................................................................... 11
Base y Dimensión de un espacio vectorial ......................................................................................... 11
Ejercicio ...................................................................................................................................... 12
Espacio vectorial con producto interno y sus propiedades ............................................................... 14
BASE ORTONORMAL Y/O PROCESO DE ORTONORMALIZACIÓNDE GRAM-SCHMIDT ....................... 21
CONCLUSION ...................................................................................................................................... 23
Opinión técnica .................................................................................................................................. 24
Bibliografía ......................................................................................................................................... 25
2
Introducción
A estas alturas, te das cuenta de que los matemáticos tienden a generalizar. Una
vez que hemos encontrado algo “bueno”, algo que es útil, lo aplicamos a tantos
conceptos diferentes como sea posible. Al hacerlo, frecuentemente encontramos
que los “diferentes conceptos” no son realmente diferentes, sino que solo se ven
diferentes. Cuatro frases en cuatro idiomas diferentes pueden parecer diferentes,
pero cuando se traducen a un idioma común, muy bien podrían expresar
exactamente la misma idea.
3
Definición de espacio vectorial
4
5
Definición de subespacio vectorial
Sea H un subconjunto no vacío de un espacio vectorial V y suponga que H es en sí un
espacio vectorial bajo las operaciones de suma y multiplicación por un escalar definidas
en V. Entonces se dice que H es un subespacio de V.
Existen múltiples ejemplos de subespacio, sin embargo, en primer lugar, se demostrará
un resultado que hace relativamente sencillo determinar si un subconjunto de V es en
realidad subespacio de V
Teorema de subespacio
Un subconjunto no vacío de H de un espacio vectorial V es un subespacio de V si se
cumplen las dos reglas de cerradura:
Reglas de cerradura para ver si un subconjunto no vació es un subespacio
I. Si x € H y y € H, entonces x + y € H.
II. Si x € H, entonces αx € H para todo escalar α.
Es obvio que, si H es un espacio vectorial, entonces las dos reglas de cerradura se
deberán cumplir. De lo contrario, para demostrar que es un espacio vectorial, se deberá
demostrar que los axiomas i) a x) de la definición cumplen bajo las operaciones de suma
de vectores y multiplicación por un escalar definidas en V. Las dos operaciones de
cerradura [axiomas i) y iv)] se cumplen por hipótesis, como los vectores en H son
también vectores en V, las identidades asociativa, conmutativa, distributiva y
multiplicativa [axiomas ii), v), vii), viii), ix) y x)] se cumplen.
Este teorema demuestra que para probar si H es o no es un subespacio de V, es
suficiente verificar que:
x + y y αX están en H cuando x y y están en H y α es un escalar.
6
Combinación Lineal e Independencia Lineal
Combinación lineal
7
Una combinación lineal de dos o más vectores es el vector que se obtiene al sumar esos
vectores multiplicados por escalares.
Ejercicio
8
9
Independencia Lineal
Varios vectores libres son linealmente independientes si ninguno de ellos se puede
expresar como combinación lineal de los otros. Es decir, son linealmente
independientes si no son linealmente
dependientes.
10
Los vectores linealmente independientes tienen distinta dirección y sus
componentes no son proporcionales. Otra forma de determinar que los vectores son
linealmente independientes es mediante el determinante de la matriz de sus
componentes, si este es distinto de cero entonces los vectores son linealmente
independientes; en caso contrario se dice que los vectores son linealmente
dependientes.
Ejercicio
Ejercicio
12
13
Espacio vectorial con producto interno y sus propiedades
Producto Interno:
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)
14
Aquí se usa la doble barra en lugar de una
sola para evitar confusión con el valor
absoluto. Por ejemplo ǁsen tǁ denota la
norma de sen t como un “vector” en C[0, 2π]
mientras que |sen t| denota el valor absoluto
de la función sen t.
Notación común para el producto interno
En cualquier espacio vectorial real o
complejo, excepto el espacio nulo {0},
existen muchos productos internos. Si un
espacio vectorial se considera con un
producto interno fijo, entonces este producto interno se denota habitualmente por <·, ·>,
es decir, en lugar de p (u, v) se escribe <u, v>.
Conjunto ortonormal
El conjunto de vectores {V1, V2,...Vn} es un conjunto ortonormal
Sea H un subespacio de dimensión finita con producto interno V. suponga que H tiene
dos bases ortonormales:
Sea vϵV
15
Complemento ortogonal
Sea H un subespacio del espacio con producto interno V. entonces el complemento
ortogonal de H, denotado por H, está dado por:
16
17
18
19
20
BASE ORTONORMAL Y/O PROCESO DE ORTONORMALIZACIÓNDE
GRAM-SCHMIDT
21
A partir de las propiedades del producto escalar, es sencillo probar que el conjunto de
U1,….Un es ortogonal
Ejemplo:
22
CONCLUSION
Los vectores de una base pueden ser mutuamente perpendiculares, o pueden no
serlo.
Cuando son mutuamente perpendiculares se dice que es una base ortogonal.
Recuérdese que dos vectores u y v en son ortogonales si y sólo si u • v = 0.
Así, una base ortonormal es una base ortogonal, en la cual la norma de cada elemento
que la compone es unitaria.
Un único vector a genera combinado linealmente consigo mismo un espacio vectorial
de dimensión uno y decimos que un sistema formado por el vector {a} es una base de
este espacio vectorial.
Dos vectores a y b linealmente independientes, generan combinados linealmente un
espacio vectorial de dimensión dos y decimos que el sistema formado por los
vectores a y b, {a,b} son una base de este espacio vectorial.
Una base de un espacio vectorial es el menor número posible de vectores del espacio
que son linealmente independientes y que generan por combinaciones lineales todos
los vectores del espacio.
Así mismo se ve lo que es el producto interno o punto, ya que la aplicación externa
bilineal definida sobre sobre un espacio vectorial, cuyo resultado al operar entre si dos
vectores, es un escalar o número, sea V,K,+,* un espacio vectorial, un producto
interno sobre V, es una función que asigna a cada par de vectores u,v є V, un escalar
(u/v) є K.
23
Opinión técnica
En la vida cotidiana estos vectores lo vemos reflejados, por ejemplo: Al abrir y cerrar
una ventana que se desliza sobre una línea recta que tienen como característica el
mismo modulo, dirección y sentido.
Los vectores permiten representar magnitudes físicas dotadas no sólo de intensidad,
sino de dirección, como es el caso de la fuerza, la velocidad o el desplazamiento. Ese
rasgo de contar con dirección es el que distingue a las magnitudes vectoriales de las
escalares. Los vectores permiten representar las diferentes fuerzas que intervienen en
un movimiento. La física usa vectores en el plano cartesiano para representar la
combinación de fuerzas
24
Bibliografía
25