ESPACIOS VECTORIALES

Parte 2
 Algebra Lineal
Ing. Paulina Morillo
 DEFINICIÓN
Base de un Espacio Vectorial
Un conjunto finito de vectores {v1, v2, …, vn} es una
base de V si:
i) {v1, v2, . . . , vn} es linealmente independiente.
ii) {v1, v2, . . . , vn} genera a V.

 Todo conjunto de n vectores linealmente independiente en Rn es

una base en Rn. Puede demostrarse que cualquier conjunto de tres
vectores linealmente independientes es una base de R3. Por ejemplo
<1, 0, 0>, <1, 1, 0>, <1, 1, 1>
 Base canónica o estándar

 Base Estándar: {i, j, k}

Para Rn :
e1 = <1, 0, …, 0>, e2 = <0, 1, …, 0> …
en = <0, 0, …, 1>
Si B es un base, entonces existen cierto
escalares tales que
v  c1x1  c2x2    cn xc
donde estos escalares ci, i = 1, 2, .., n, se llaman
coordenadas de v respecto de la base B.
Teorema

 Si {v1, v2, . . . , vn} es una base para V y si v ∈ V,

entonces existe un conjunto único de escalares c1,
c2, . . . , cn tales que v = c1v1 +c2v2 + . . . + cnvn.
 DEFINICIÓN
Dimensión de un Espacio Vectorial

Si el espacio vectorial V tiene una base con un

numero finito de elementos, entonces la dimensión
de V es el numero de vectores en todas las bases y
V se denomina espacio vectorial de dimensión finita.
De otra manera, V se denomina espacio vectorial de
dimensión infinita.
Ejemplo 5

(a) Las dimensiones de R, R2, R3, Rn son respectivamente

1, 2, 3, n.
(b) Hay n + 1 vectores en B = {1, x, x2, …, xn}. La
dimensión es n + 1
(c) La dimensión del espacio nulo {0} es cero.
Resumen
Ejercicios
Gram-Schmidt Orthogonalization
Process

Base Ortonormal
Todos los vectores de la base son
ortogonales entre sí y tienen la
longitud unidad.
 Ejemplo 1
El conjunto de vectores
1 1 1
w1  , , ,
3 3 3
2 1 1 (1)
w2   , , ,
6 6 6
1 1
w 3  0, ,
2 2
es linealmente independiente en R3. De ahí
que B = {w1, w2, w3} es una base. Como
||wi|| = 1, i = 1, 2, 3,
wi  wj = 0, i  j, B es una base ortonormal.
 TEOREMA
Coordenadas respecto a una Base Ortonormal
Supongamos que B = {w1, w2, …, wn} es una
base ortonormal de Rn. Si u es un vector
cualquiera de Rn, entonces
u = (u  w1)w1 + (u  w2)w2 + … + (u  wn)wn
 Demostración
Como B = {w1, w2, …, wn} es una base ortonormal, entonces
cualquier vector puede expresare como
u = k1w1 + k2w2 + … + knwn (2)
(u  wi) = (k1w1 + k2w2 + … + knwn)  wi
= ki(wi  wi) = ki
 Ejemplo 2

Determinar las coordenadas de u = <3, – 2, 9>

respecto a la base ortonormal del Ejemplo 1.
Solución

10 1 11
u  w1  , u  w2  , u  w3  
3 6 2
10 1 11
u w1  w2  w3
3 6 2
 Proceso de Ortogonalización de
Gram-Schmidt

 La transformación de la base B = {u1, u2} en

una base ortogonal B’= {v1, v2} consta de dos
pasos.
v1  u1
 u 2  v1 
v2  u2    v1
 v1  v1 
Vectores Linealmente
independientes
Proyección de un vector
Vector ortogonal a la
proyección
 Ejemplo 3
Sea u1 = <3, 1>, u2 = <1, 1>. Transformarlos en
una base ortonormal.
Solución
De (3) v1  u1  3, 1 
4 1 3
v 2  1, 1    3, 1   ,
10 5 5
Normalizando:
1 3 1
w1  v1  ,
v1 10 10
1 1 3
w2  v2   ,
v2 10 10
Proceso de Ortogonalización de
Gram-Schmidt
 Para R3:

v1  u1 (4)

 u 2  v1 
v2  u2    v1
 v1  v1 
 u3  v1   u3  v 2 
v 3  u3    v1   v2
 v1  v1   v2  v2 
 Ejemplo 4
Sea u1 = <1, 1, 1>, u2 = <1, 2, 2>,
u3 = <1, 1, 0>. Transformarlos en
una base ortonormal.
Solución

v1  u1  1, 1, 1 
 u 2  v1  5 2 1 1
v2  u2    v1  1, 2, 2    1, 1, 1)   , ,
 v1  v1  3 3 3 3
 u3  v1   u3  v 2  1 1
v 3  u3    v1    v 2  0, , 
 v1  v1   v2  v2  2 2
 Ejemplo 4 (2)
 1 1 
B  v1 , v 2 , v 3    1, 1, 1 ,  , , , 0, ,  
2 1 1
 3 3 3 2 2 
6 2 1
v1  3 , v 2  , v3  y wi  v i , i  1, 2, 3,
3 2 vi
B  w1 , w 2 , w 3 
1 1 1 2 1 1
w1  , , , w2   , , ,
3 3 3 6 6 6
1 1
w 3  0, , ,
2 2
 TEOREMA Proceso de Ortogonalización
Sea B = {u1, u2, …, um}, m  n, una base del subespacio
Wm de Rn. Entonces {v1, v2, …, vm}, donde
v1  u1
u  v 
v 2  u 2   2 1  v1
 v1  v1 
 u3  v1   u3  v 2 
v 3  u3    v1   v2
 v1  v1   v2  v2 

 u m  v1   um  v2   u m  v m1 
vm  um    v1   v2      v m1
 v1  v1   v2  v2   v m1  v m1 
es una base ortogonal de Wm. Una base ortonormal
de Wm es
 1 1 1 
B  w1, w 2 , , w m    v1, v 2 , , vm 
 v1 v2 vm 