Académique Documents
Professionnel Documents
Culture Documents
Base ............................................................................................................. 6
Dimensión .................................................................................................... 7
Cambio de base ............................................................................................ 7
Espacio vectorial con producto interno y sus propiedades.. .......................... 8
2
Teorema
3
Definición de subespacio vectorial y sus propiedades
Teorema
Si 𝒙 ∈ 𝑯 y 𝒚 ∈ 𝑽, entonces 𝒙 + 𝒚 ∈ 𝑯
Si 𝒙 ∈ 𝑯, entonces 𝜶𝒙 ∈ 𝑯 para todo escalar 𝜶.
4
Combinación lineal. Independencia lineal
Combinación lineal
Dado un conjunto de vectores 𝒗𝟏 , … , 𝒗𝒏 se llama una combinación lineal de ellos a
cualquier vector de la forma:
𝒗 = 𝜶𝟏 𝒗𝟏 , … , 𝜶𝒏 𝒗𝒏
Teorema
(Ello es debido a que calcular una combinación lineal de vectores involucra tanto
la suma como el producto por escalares, así que equivale a probar ambas cosas
por separado).
Independencia lineal
Sean 𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 , n vectores en un espacio vectorial 𝑽. Entonces se dice que los
vectores son linealmente dependientes si existen n escalares 𝒄𝟏 , 𝒄𝟐 , … , 𝒄𝒏 no todos
cero tales que:
𝒄𝟏 𝒗𝟏 , 𝒄𝟐 𝒗𝟐 , … , 𝒄𝒏 𝒗𝒏 = 𝟎
5
El vector ⃗𝟎 no es combinación lineal de ellos, a no ser que la combinación
tenga coeficientes todos nulos.
La única forma de poner 𝟎⃗ como combinación lineal de los vectores, es con
todos los coeficientes nulos.
Cualquier conjunto de n vectores linealmente independientes en ℝ𝒏 genera
a ℝ𝒏 .
Un conjunto de n vectores en ℝ𝒎 es linealmente independiente si 𝒏 > 𝒎.
Base
Un conjunto finito de vectores {𝒗𝟏 , 𝒗𝟐 , … , 𝒗𝒏 } es una base para un espacio vectorial
𝑽 si:
En ℝ𝒏 se define:
𝟏 𝟎 𝟎 𝟎
𝟎 𝟏 𝟎 𝟎
𝒆𝟏= 𝟎 , 𝒆𝟐= 𝟎 , 𝒆𝟑= 𝟏 , 𝒆𝒏= 𝟎
… … … …
𝟎
( ) 𝟎
( ) 𝟎
( ) (𝟏)
Teorema
6
Un espacio vectorial 𝑽 se dice de dimensión finita si tiene un conjunto finito de
vectores que forman una base, y llamaremos dimensión de 𝑽 , dim 𝑽 , al número
de vectores de cualquier base de 𝑽 .
Dimensión
Si el espacio vectorial 𝑽 tiene una base con un número finito de elementos,
entonces la dimensión de 𝑽 es el número 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. Si 𝑽 = {𝟎}, entonces se dice que 𝑽 tiene
dimensión cero.
Teorema
𝐝𝐢𝐦 𝑯 ≤ 𝒅𝒊𝒎 𝑽
Cambio de base
𝟏 𝟎
En ℝ𝒏 se expresaran vectores en terminos de la base conica 𝒊 = ( ) , 𝒋 = ( ).
𝟎 𝟏
En ℝ𝒏 se definio la base conica {𝒆𝟏 , 𝒆𝟐 , … , 𝒆𝒏 }. En ℙ𝒏 se definio la base estandar
como {𝟏, 𝒙, 𝒙𝟐 , … , 𝒙𝒏 }. Estas bases se usan ampliamente por la sencillez que
ofrecen a la hora de trabajar con ellas. Pero en ocaciones ocurre que es mas
7
conveniente alguna otra base. Existe un numero infinito de bases, ya que un
espacio vectorial de dimension n, cualesquiera n vectores, linealmente
independientes, forman una base.
Ejemplo:
𝟏 𝟎
Sean 𝒖𝟏 = ( ) y 𝒖𝟐 = ( ). Entonces 𝑩𝟏 = {𝒖𝟏 , 𝒖𝟐 } es la base conica en ℝ𝟐 .
𝟎 𝟏
.
Producto interior
Un producto interior en un espacio vectorial real 𝑽 es una función que a cada par
de vectores 𝒖, 𝒗 ∈ 𝑽 le asocia un número real, que denotaremos por 〈𝒖, 𝒗〉, de tal
manera que se cumplen las siguientes propiedades:
‖𝒗‖ = +√〈𝒖, 𝒗〉
𝑑(𝒖, 𝒗) = ‖𝒖 − 𝒗‖ = +√(𝒖 − 𝒗, 𝒖 − 𝒗)
8
Base ortonormal, proceso de ortonormalización de
Gram- Schmidt
Base ortonormal
Conjunto ortonormal en ℝ𝒏 .
𝒖𝒊 ∙ 𝒖𝒋 = 𝟎
𝒖𝒊 ∙ 𝒖𝒊 = 𝟏
|𝒗| = √𝒗 ∙ 𝒗
𝒗 𝒗 𝟏
Entonces 𝒖𝟏 ∙ 𝒖𝟏 = (|𝒗𝟏 |) ∙ (|𝒗𝟏 |) = (|𝒗 |𝟐) (𝒗𝟏 ∙ 𝒗𝟏 ) = 𝟏
𝟏 𝟏 𝟏
9
Paso 2. Escoja un segundo vector ortogonal a 𝒖𝟏
𝒖∙𝒗 𝒖∙𝒗
El vector 𝒘 = 𝒖 − 𝒗 , en este caso |𝒗|𝟐 𝒗 es la proyección de 𝒖 sobre 𝒗.
|𝒗|𝟐
Sea
Entonces
Sea
Entonces para 𝒊 = 𝟏, 𝟐, … , 𝒌
Pero 𝒖𝒊 ∙ 𝒖𝒋 = 𝟎 si 𝒊 ≠ 𝒋 y 𝒖𝒊 ∙ 𝒖𝒊 = 𝟏.
Por lo tanto
10
Paso 5
Sea
11
Bibliografías
12