Unidad 4

Espacio vectorial real.

Un espacio vectorial real V es un conjunto de objetos,

denominados vectores, junto con dos operaciones binarias
llamadas suma y multiplicación por un escalar y que satisfacen los diez
axiomas enumerados a continuación.

Notación. Si “x” y “y” están en V y si a es un número real, entonces la

suma se escribe como

“x + y” y el producto escalar de a y x como ax.

Antes de presentar la lista de las propiedades que satisfacen los vectores

en un espacio vectorial deben mencionarse dos asuntos de importancia.
En primer lugar, mientras que puede ser útil pensar en R2 o R3 al manejar
un espacio vectorial, con frecuencia ocurre que el espacio vectorial parece
ser muy diferente a estos cómodos espacios (en breve tocaremos este
tema). En segunda instancia, la definición 1 ofrece una definición de un
espacio vectorial real. La palabra “real” significa que los escalares que se
usan son números reales. Sería igualmente sencillo definir un espacio
vectorial complejo utilizando números complejos en lugar de reales. Este
libro está dedicado principalmente a espacios vectoriales reales, pero las
generalizaciones a otros conjuntos de escalares presentan muy poca
dificultad. [1]

Axiomas de un espacio vectorial. [1]

1- Si X pertenece a V y Y pertenece a V, entonces X+Y pertenece a V.

2- Para todo X, Y y Z en V, (x+y)+z = x(y+z).

3- Existe un vector |0 pertenece V tal que para todo X pertenece a V,

X+0=0+X=X.

4- Si x pertenece a V, existe un vector –x en V tal que x+(-x)=0.

5- Si X y Y están en V, entonces x+y=y+x.

6- Si x pertenece a V y a es un escalar, entonces ax pertenece a V.

7- Si X y Y están en V y a es un escalar, entonces a(x+y)= ax + ay

8- Si X pertenece a V y a y b son escalares, entonces (a+b) x = ax+ by.

9- Si X pertenece a V y a y b son escalares, entonces a(bx) = (ab)x.

10- Para cada vector X pertenece a V, 1x = x.

Tema 4.2

DEFINICION DE SUB ESPACIO 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 sub espacio de
V. Existen múltiples ejemplos de sub espacio, sin embargo, en primer
lugar, se demostrará un resultado que hace relativamente sencillo
determinar si un subconjunto de V es en realidad sub espacio de V

Teorema de sub espacio

Un subconjunto no vacio de H de un espacio vectorial V es un sub espacio

de V si se cumplen las dos reglas de cerradura:

Reglas de cerradura para ver si un subconjunto no vació es un sub espacio

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 sub espacio 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.

PROPIEDADES DE SUB ESPACIO VECTORIAL

1). El vector cero de V está en H.2

2). H es cerrado bajo la suma de vectores. Esto es, para

cada u y v en H, la suma u + v está en H.

3). H es cerrado bajo la multiplicación por escalares. Esto es,

para cada
u en H y cada escalar c, el vector cu está en H.

Tema 4.3 combinación e independencia lineal

COMBINACIÓN LINEAL

Sean v1, v2, …, vn, vectores en un espacio vectorial V. entonces cualquier

vector de la forma: a1v1+a2v2+…+anvn, donde a1,a2,…,an son escalares
se denomina una combinación lineal de v1, v2,…,vn.

Una combinación lineal en M23

Conjunto generador.

Se dice que los vectores v1, v2, …, vn de un espacio vectorial V generan a

V si todo vector en V se puede escribir como una combinación lineal de los
mismo. Es decir, para todo vÎV, existen escalares a1, a2, …, an tales que
v=a1v1+a2v2+…+anvn

Cuatro vectores que generan a M22

Espacio generado por un conjunto de vectores.

Sean v, v2, …, vk, k vectores de un espacio vectorial V. el espacio generado

por {v1, v2, …, vk} es el conjunto de combinaciones lineales v1, v2, …, vk.

Es decir donde a1, a2,

…, ak, son escalares arbitrarios.

Teorema: si v1, v2, …, vk son vectores en un espacio vectorial V, entonces

gen{v1, v2, …, vk} es un subespacio de V.

Ejemplo: el espacio generado por dos vectores en R3

Sea v1=(2,-1,4) y v2=(4,1,6). Entonces H=gen{v1, v2}={v:v=a1(2,-

1,4)+a2(4,1,6)}. ¿Cuál es la apariencia de H? si v=(x, y,z)ÎH, entonces tiene
x=2a1+4a 2, y=-a1+a2 y z=4a 1+6ª 2. Si se piensa que (x, y, z) esta fijo,
entonces estas ecuaciones se pueden ver como un sistema de tres
ecuaciones con tres incógnitas a1, a2. Este sistema se resuelve en la forma
usual:

INDEPENDENCIA LINEAL
En el estudio del algebra lineal, una de las ideas centrales es la de
dependencia o independencia lineal de los vectores. En esta sección se
define el significado de independencia lineal y se muestra su relación con
la teoría de sistemas homogéneos de ecuaciones y determinantes.

Existe una relación espacial entre los vectores

, se puede apreciar que v2=2v1; o si se escribe esta ecuación de otra
manera. 2v1-v2=0.

En otras palabras, el vector cero se puede escribir como una combinación

no trivial de v1 y v2 (es decir, donde los coeficientes en la combinación
lineal no son ambos cero). ¿Qué tienen de especial los vectores

La respuesta a esta pregunta es más difícil a simple vista. Sin embargo, es

sencillo verificar que v3=3v1+2v2; rescribiendo esto se obtiene

Se ha escrito el vector cero como una combinación lineal de v1, v2, y v3.
Parece que los dos vectores de la ecuación y los tres vectores de la otra
ecuación tienen una relación más cercana que un par arbitrario de 2-
vectores a una terna arbitraria de 3-vectores. En cada caso, se dice que los
vectores son linealmente dependientes. En términos generales, se tiene la
importante definición a continuación presentada.

Definición: sean v1, v2,…, vn vectores en un espacio vectorial V. entonces

se dice que los vectores son linealmente dependientes si existen n
escalares c1, c2,…, cn no todos ceros tales

que .
Si los vectores no son linealmente dependientes, se dice que son
linealmente independientes.

Para decirlo de otra forma, v1, v2,.., vn son linealmente independientes si

la ecuación c1v1+c2v2+…+cnvn=0 se cumple únicamente para
c1=c2=…=cn=0. Son linealmente dependientes si el vector cero en V se
puede expresar como una combinación lineal de v1, v2,…, vn con
coeficientes no todos iguales a cero.

Nota. Se dice que los vectores v1, v2,…, vn son linealmente

independientes (o dependientes), o que el conjunto de vectores {v1, v2,…,
vn} es linealmente independiente (o pendiente). Esto es, se usan las dos
frases indistintivamente.

Teorema: dependencia e independencia lineal

Dos vectores en un espacio vectorial son linealmente dependientes si y

solo si uno de ellos es un múltiplo escalar del otro.

Demostración: primero suponga que v2=cv1 para algún escalar c≠0.

Entonces cv1-v2=0 y v1 y v2 son linealmente dependientes. Por otro parte,
suponga que v1 y v2 son linealmente dependientes. Entonces existen
constantes c1 y c2 al menos uno distinto a cero, tales que c1v1+c2v2=0. Si
c1≠0, entonces dividiendo entre c1 se obtiene v1+ (c2/c1) v2=0, o sea,
Es decir, v1 es un múltiplo escalar de v2. Si c1=0, entonces c2≠0 y, por lo

tanto, v2=0=0v1.
Tema 4.4

Base y dimensión de un espacio vectorial

Un conjunto de vectores S= {v1, v2,…, vn} en un espacio vectorial V

se denomina base de V si se cumplen las siguientes condiciones.

* S genera a V.

* S es linealmente independiente

Una base posee 2 características que se acaban de ver, debe tener

suficientes valores para generar a V, pero no tantos de modo que
uno de ellos pueda escribirse como una combinación lineal de los
demás vectores en S. Si un espacio vectorial consta de un número
finito de vectores, entonces V es de dimensión finita. En caso
contrario, V es de dimensión infinita.

Base

En términos generales, una “base” para un espacio vectorial es un

conjunto de vectores del espacio, a partir de los cuales se puede
obtener cualquier otro vector de dicho espacio, haciendo uso de las
operaciones en él definidas.

La base es natural, estándar o canónica si los vectores v1, v2,…,

vn forman base para Rn.

Si S= {v1, v2,…, vn} es una base para un espacio vectorial V entonces

todo vector v en V se puede expresar como:

1. V = c1v1+ c2v2+…+ cnvn

2. V = k1v1+ k2v2+…+ knvn

Restar 2-1

0 = (c1- k1) v1+ (c2- k2) v2+…+ (cn- kn) vn

Ejemplo:
demostrar si S = {v1, v2,…, v3} es base de R3, v1 = (1, 2,1); v2 = (2, 9,0);
v3 = (3, 3,4)
 Proponer vector arbitrario, combinación lineal

b = c1v1+ c2v2+ c3v3

(b1, b2, b3) = c1(1,2,1)+ c2(2,9,0)+ c3(3,3,4)
(b1, b2, b3) = c1+2c2+3c3;2c1+9c2+3c3; c1+4c3

c1 + 2c2 + 3c3 = b1 des A = [(1*9*4)+ (2*3*1)+0]-

[(1*9*3)+0+ (4*2*2)]
2c1 + 9c2 + 3c3 = b2 = [36+6]-[27+16]
c1 + 4c3 = b3 = -1 Si genera a R3

4.5 tema

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)

Espacios con producto interior:

El producto interior euclidiano 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.

Propiedades de los productos interiores:

1. ‹0, v› = ‹v, 0› = 0

2. ‹u + v, w› = ‹u, w› + ‹v, w›

3. ‹u, cv› = c‹u, v›.

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

tema 4.6

Base ortonormal, proceso de orto normalización de Gram-Schmidt.

Conjunto orto normal en Rn

Se dice que un conjunto de vectores S={u1, u2, …, uk} en Rn es un conjunto orto normal si (1)
(2)

Si solo satisface la ecuación (1), se dice que el conjunto es ortogonal.

Si u, v y w en Rn y α es un numero real, entonces (3) (4) (5) (6)(7)

Ahora se presenta otra definición útil

Si vϵRn, entonces la longitud o norma de v, denotada por |v|, esta dada por (8)

Nota. Si entonces v*v= Esto significa que (9)

De esta forma se puede obtener la raíz cuadrada en (8), y se tiene (10)(11)

TEOREMA: si S= es un conjunto ortogonal de vectores diferentes de cero,

entonces S es linealmente independiente.

Suponga que

Entonces, para cualquier i=1,2,…,k

Como v≠0 por hipótesis |v|2>0 y se dice que c=0. Esto es cierto para i=1,2,…,k, lo que
completa la prueba.

Proceso de orto normalización de Gram-Schmidt

Sea H un subespacio de dimensión m de Rn. Entonces H tiene una base orto normal.

Sea S= una base de H. se probara el teorema construyendo una base orto

normal a partir de vectores en S. antes de dar los pasos para esta construcción, se observa el
hecho sencillo de que un conjunto de vectores linealmente independiente no contiene al
vector cero.

Paso 1. Elección del primer vector unitario

Sea (12)
Entonces

De manera que |u|=1.

Paso 2. Elección de un segundo vector ortogonal a u

Como anteriormente se ha visto que, en R2, el vector es la ortogonal a v.

en este caso es la proyección de u sobre v. esto se ilustra en la siguiente figura.

Resulta que el vector w dado es ortogonal a v cuando w y v están en Rn para cualquier n≥2.

Obsérvese que como u es un vector unitario, para cualquier vector v.

Sea (13)
entonces de manera que v’ es
ortogonal a u. mas aun, por el teorema, u y v´son linealmente independientes. V’≠0 porque
de otra manera lo que contradice la independencia de v1 y
v2.

Paso 3. Elección de un segundo vector unitario

Sea (14) entonces es evidente que {u1, u2} es un conjunto orto normal.

Suponga que se han construido los vectores u1, u2,…, uk (k<m) y que forman un conjunto
orto normal. Se mostrara como construir uk+1.

Paso 4. Continuación del proceso

Sea (15) entonces para

i=1,2,…,k

Pero Por lo tanto,

Así, es un conjunto linealmente independiente, ortogonal y v´k+1≠0.

Paso 5

Sea

Entonces es claro que es un conjunto orto normal y se puede

continuar de esta manera hasta que k+1=m con lo que se completa la prueba.

Nota. Como cada u es una combinación lineal de vectores v, gen es un

subespacio de gen y como cada espacio tiene dimensión k, los espacio son
iguales.