Académique Documents
Professionnel Documents
Culture Documents
4 DE MAYO DE 2017
UNIDAD 4
ESPACIOS VECTORIALES
1.- Introduccion 3
8.- conclusion 12
9.-bibliografia 13
Introduccion
Mediante estos axiomas, es posible demostrar que el vector cero del axioma 4 es
nico, y que el vector u, llamado el negativo de u, del axioma 5 es nico para cada u
en V.
Un ejemplo:
v
v+u
u v u u v+w w
u+v
u+v u+v+w
Subespacios
+ v est en H.
3.- H es cerrado bajo la multiplicacin por escalares. Esto es, para cada u en H y
Combinacin lineal
i=1
Si de cualquier combinacin lineal de ellos igualada a cero
a1x1 + a2x2 + + akxk = 0
Se deduce que _
a1 = a2 = = an = 0 se dice que es linealmente independiente o que forman un
sistema libre.
Por ejemplo:
Espacio vectorial Kn
Si el espacio vectorial es Kn podemos usar los clculos matriciales de los temas
anteriores para saber si un sistema de vectores S = {v1, . . . , vr} a Kn es linealmente
dependiente. Para ello tomamos la matriz. AS =
(v1| |vr)
Cuyas columnas son los vectores de S. Sea E cualquier forma escalonada por filas de
AS. Si alguna columna de E no tiene pivote, sabemos que la columna correspondiente
en AS es tambin combinacin lineal de las anteriores, luego S es linealmente
dependiente. Si todas las columnas de E tienen pivote entonces S es linealmente
independiente. Es decir, S es linealmente independiente si y solo si rango(AS) = r.
Ejemplo 1.- En R3 el conjunto S = {u1 = (1, 1, 2), u2 = (1, 0, 1), u3 =
(2,1, 2)} Es linealmente independiente, pues
1 -1 2 1 1 -2
1 0 -1 0 1 3
2 -1 2 0 0 1
Sin embargo, el conjunto T = {u1 = (1, 1, 2), u2 = (1, 0, 1), u3 = (2,1, 1)} es linealmente
dependiente, pues;
1 -1 2 1 1 -2
1 0 -1 0 1 3
2 -1 1 0 0 0
de base
Base
Se llama base de un espacio vectorial a un sistema generador del espacio que a su vez
es linealmente independiente.
Sea H un subespacio de un espacio vectorial V. Un conjunto indexado de vectores
B = {b1, . . . , bp} en V es una base para H si;
1.-B es un conjunto linealmente independiente, y
2.-el subespacio generado por B coincide con H, esto es,
H = Gen{b1, . . . , bp}
La definicin de base se aplica al caso en que H = V, porque cualquier espacio Vectorial
es un subespacio de s mismo. As, una base de V es un conjunto linealmente
Independiente que genera V. Observe: cuando H _ V, la condicin 2.- incluye el requisito
de que cada uno de los vectores b1, . . . , bp debe pertenecer a H, porque Gen{b1, . . .
, bp} contiene a b1, . . . , bp,).
Dimensin
Sea V un K-espacio vectorial y sea B = fv1; : : : ; vng una base de V . Diremos entonces
que n es la dimensin de V (como espacio vectorial sobre K). En este caso, diremos
que V es un K-espacio vectorial de dimensin finita, para distinguirlo de los espacios
vectoriales que no admiten una base con finitos elementos. Por convencin, la
dimensin de f0g es 0. Notacin. Si n es la dimensin del K-espacio vectorial V ,
escribimos n = dimK V , o simplemente dim V si el cuerpo K queda claro por el contexto.
Una propiedad de las bases es que cualquier vector del espacio vectorial considerado
se puede expresar como combinacin lineal de los elementos de la base de manera
nica
Cambio de base
Observemos que las coordenadas de un vector de V dependen de la base B que
hayamos Elegido. Si tuviramos otra base B0, las coordenadas del mismo vector serian
diferentes. Vamos a ver entonces como estn relacionados estos dos tipos de
coordenadas. Supongamos que tenemos un espacio vectorial V de dimensin n, y
consideremos dos
Bases de V : B = (u1, . . . , un) y B0 = (u01, . . . , u0n). Como B es base, podremos
escribir Cada vector de B0 respecto a B, es decir, tendremos:
u0
1 = a11u1 + a21u2 + + an1un,
u0
2 = a12u1 + a22u2 + + an2un,
...
u0
n = a1nu1 + a2nu2 + + annun.
Con esta notacin, se tiene lo siguiente:
Si las coordenadas de v 2 V respecto a B y B0 son, respectivamente
vB = (x1, . . . , xn) y vB0 = (x01, . . . , x0n), entonces se tiene la relacin:
x1 = a11x01 + a12x02 + + a1nx0n,
x2 = a21x01 + a22x02 + + a2nx0n,
xn = an1x01 + an2x02 + + annx0n.
Por un lado, tenemos v = x1u1 + + xnun. Y por otro lado, v = x01u01 ++x0nu0n. Si
sustituimos cada u0i por a1iu1+a2iu2+ +aniun en la expresin anterior,y agrupamos
coeficientes, obtendremos:
v = (a11x01 + + a1nx0n)u1 + + (an1x01 + + annx0n)u1.
Como la forma de expresar v como combinacin lineal de B es nica, los coeficientes
de esta ltima combinacin lineal han de ser iguales a x1, . . . , xn, lo que demuestra el
resultado.
propiedades
Producto Interno:
Un producto interno sobre un espacio vectorial V es una operacin que asigna a cada
par de vectores u y v en V un nmero real <u, v>.
Un producto interior sobre V es una funcin que asocia un nmero 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 slo 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. (u, v) = (u, v)
vii. (u, v) = (u, v)
Espacios con producto interior:
El producto interior euclidiano es solo uno ms 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 notacin.
1. 0, v = v, 0 = 0
2. u + v, w = u, w + v, w
3. u, cv = cu, v.
Un espacio vectorial con producto interno se denomina espacio con producto interno.
schmidt
Proceso de ortonormalizacin Gram Schmidt
El proceso de ortogonalizacin de GramSchmidt de lgebra lineal es un proceso
utilizado en matemtica y anlisis numrico, para ortogonalizar un conjunto de vectores
en un espacio prehilbertiano, ms comnmente el espacio eucldeo Rn.
Ortogonalizacin en este contexto significa lo siguiente: comenzamos con vectores
v1,, vk los cuales son linealmente independientes y queremos encontrar mutuamente
vectores ortogonales u1, , uk los cuales generan el mismo subespacio que los
vectores v1, , vk.
Este proceso lleva el nombre en honor a Jrgen Pedersen Gram y Erhard Schmidt.
Proceso de GramSchmidt Definimos el operador proyeccin con donde los corchetes
angulares representan el producto interior, proyecta el vector v ortogonalmente en el
vector u. Antes de ver el proceso, debemos comprender el porqu de la definicin de
proyeccin. Si recordamos la definicin de producto escalar, tenemos para el caso del
numerador, mdulo de u por mdulo de v por el coseno del ngulo que forman.
Solucin:
El subespacio W se muestra en la fi gura 1, junto con x1, x2 y la proyeccin p de x2
sobre x1. La componente de x2 ortogonal a x1 es x2 p, la cual est en W porque se
forma a partir de x2 y de un mltiplo de x1
. Sea v1 = x1 y v2 = x2 p = x2 x2 x1
x1 x1 x1 1 30
2 -15 6 0
2 45 0 2
Entonces {v1, v2} es un conjunto ortogonal de vectores diferentes de cero en W.
Como dim W = 2, el conjunto {v1, v2} es una base para W.
El proceso Gram-Schmidt
vp = xp xp v1 v1 xp v2 v2 xp vp1 vp1
v1 v1 v2 v2 vp1 vp1
Demostracin:
Para i k p, sea Wk = Gen{x1, . . . , xk}. Haga v1 = x1, de manera que Gen{v1} =
Gen{x1}. Suponga que, para alguna k < p, se ha construido v1, . . . , vk tal que {v1, . . .
, vk} es una base ortogonal para Wk.
Se defi ne vk+1 = xk+1 proyWk xk+1
De acuerdo con el teorema de la descomposicin ortogonal, vk+1 es ortogonal a Wk.
Observe que proyWk xk+1 est en Wk y, por lo tanto, tambin est en Wk+1. Puesto
que xk+1 est en Wk+1, tambin lo est vk+1 (porque Wk+1 es un subespacio y es
cerrado bajo la resta). Ms an, vk+1 _ 0 porque xk+1 no est en Wk = Gen{x1, . . . ,
xk}. De aqu que {v1, . . . , vk+1} sea un conjunto ortogonal de vectores diferentes de
cero en el espacio (k + 1)-dimensional Wk+1. Segn el teorema de la base presentado
en la seccin 4.5, este conjunto es una base ortogonal para Wk+1. Por lo tanto, Wk+1
= Gen{v1, . . . , vk+1}. Cuando k + 1 = p, el proceso se detiene.
Bases ortonormales
Una base ortonormal se construye fcilmente a partir de una base ortogonal {v1, . . . ,
vp}: slo normalice (es decir, escale) todas las vk. Cuando los problemas se resuelven
a mano, esto resulta ms sencillo que normalizar cada vk en cuanto se encuentra
(porque se evita escribir races cuadradas innecesarias).
Conclusin
La finalidad de este trabajo es que el alumno adquiera ms informacin y conocimiento acerca de los
espacios vectoriales, as como sus subtemas de esta unidad con ejemplos amplios de este tema.
Bibliografa
A.Baldor.Algebra Lineal.