Académique Documents
Professionnel Documents
Culture Documents
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
2.0.- Introducción.
ℝ2 Puntos del plano Vectores de Posición
en
el plano
( a1 , a2 ) A a
y
A
( a1 , a2 )
a
2
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
y
Adición:
a + b = Suma de los vectores a y b
b
a+b
a
x
x
−2a
3
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
4
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
- Dado un punto
C del plano π éste determina un vector de
posición c .
- Se expresa: c = α a + β b, o sea es una COMBINACIÓN LINEAL
de a y b .
- Para todos los puntos del plano π ocurre ésto, por eso se dice
que el plano π está
generado por los vectores a y b .
se anota: π =< a, b >
- El conjunto Β = {a , b} se llama base de π , pues a partir de estos
dos vectores pueden formarse todos los puntos del plano π ,
haciendo combinaciones lineales con coeficientes reales y además
ninguno de los vectores a y b es múltiplo del otro.
6
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
z
L
D L recta determinada
d
por el vector a
a
y
x
-Dado unpunto D, de la recta L, éste determina un vector de
posición d , que se expresa d = δ a .
- L está generado por el vector a , o sea : L= <a>
y {a} es base de L .
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Entonces diremos que {a , b , c } es un subconjunto
Linealmente Dependiente (L.D), pues existe dependencia
lineal entre ellos, expresada por la ecuación(*).
8
Instituto de Matemática
Espacios Vectoriales
Universidad Austral de Chile
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
- En ℝ 2 , el conjunto {i , j } donde i = (1, 0), j = (0,1)
es una base, pues: ∀ a = ( a 1 , a 2 ) ∈ ℝ 2 , se cumple:
a = ( a 1 , a 2 ) = ( a 1 , 0 ) + (0 , a 2 ) = a1 (1, 0) + a 2 (0,1)
a = a1 i + a 2 j
O sea {i , j } genera a ℝ2 y además {i , j } es L.I
{i, j} se llama Base Canónica
de ℝ 2.
{
En ℝ 3 , i , j , k } (donde i = (1,0,0) , j = (0,1,0), k = (0,0,1) )
es base canónica.
10
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Subespacio Vectorial:
Sea V espacio vectorial sobre K y W ⊆V, W ≠φ
13
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Ejemplos:
1)V espacio vectorial:
V ≤V y {0 v } ≤ V
2) C ( A, ℝ ) = { f : A ⊆ ℝ → ℝ / f continua}
D ( A, ℝ ) = {f : A ⊆ ℝ → ℝ / f derivable}
Se cumple:
D ( A, ℝ ) ≤ C ( A, ℝ ) ≤ F ( A, ℝ )
3) W = { A ∈ M n ( ℝ ) / AT = A} (Matrices Simétricas).
W ≤ M n (ℝ )
14
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
15
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Dem.:
(1) W1 ∩ W2 ⊆ V ,
x ∈W1 ∩ W2 ⇒ x ∈W1 ∧ x ∈W2
⇒ x ∈ V , pues W1 ⊆ V , W2 ⊆ V
( 2 ) S e an α , β ∈ K ; x , y ∈ W 1 ∩ W 2
⇒ x ∈ W1 , y ∈ W1 , x ∈ W 2 , y ∈ W 2 .
⇒ α x + β y ∈ W1 p u e s W1 ≤ V y α x + β y ∈ W 2 p u es W 2 ≤ V
⇒ α x + β y ∈ W1 ∩ W 2 ∴ W1 ∩ W 2 ≤ V
16
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
17
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
W ≤V
W se llama subespacio generado por los vectores
x 1 , x 2 , ..., x n y se anota W =< x1 , x 2 , ..., x n >
Ejemplo:
W = < (1, 2 , 3 ) , ( 4 , 5 , 6 ) > es el subespacio de ℝ3 generado por los
vectores (1,2,3) y (4,5,6).
(x, y, z) ∈W ⇔ ∃α, β ∈ ℝ / α (1,2,3) + β (4,5,6) = (x, y, z)
α + 4 β = x
tiene solución.
⇔ 2α + 5 β = y
3 α + 6 β = z
18
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
1 4 x 1 4 x 1 4 x
f 2 + ( −2)1
[ A / B ] = 2 5 y
f3 + ( −3)1
→ 0 −3 −2 x + y
f3 + ( −2)2
→ 0 −3 −2 x + y
3 6 z 0 −6 −3x + z 0 0 x − 2 y + z
⇔ x − 2 y + z = 0, pues así:
r ([ A / B ]) = r ( A )
∴W = {( x , y , z ) ∈ ℝ 3
/ x − 2 y + z = 0}
es el plano determinado por los vectores (1,2,3) y (4,5,6).
19
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
x 1 , x 2 , ..., x n .
20
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
V espacio vectorial:
x1 , x 2 , ..., x n ∈ V .
Es decir:
({x , x ,..., x } es L.I)
1 2 n ⇔ (α1x1 +α2 x2 +... +αn xn = 0 ⇒ α1 = α2 = ... = αn = 0)
21
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
V espacio vectorial.
S = { x1 , x2 ,..., xn } ⊂ V .
Puede ocurrir:
- S genera a V y es L.D.
Por Ej.: S = {(1, 0, 0), (0,1, 0), (0, 0,1), (1,1,1)} , V = R 3
- S no genera a V y es L.I.
Por Ej.: S = {(1, 0 , 0 ) , ( 0 , 1, 0 ) } , V = R 3
- S no genera a V y es L.D.
Por Ej.: S = {(1, 2 , 3 ) , ( 2 , 4 , 6 ) } , V = R 3
- S genera a V y es L.I.
Por Ej.: S = {(1, 0 , 0 ) , ( 0 , 1, 0 ) , ( 0 , 0 , 1) } , V = R 3
22
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
B = { x1 , x2 ,..., xn } ⊂ V
B es una base de V si B genera a V y B es L.I.
Es decir:
- Una Base de un espacio vectorial es un conjunto de vectores que
generan a V, pero si se agrega uno más deja de ser L.I.
-Una Base de un espacio vectorial, es un conjunto de vectores que
es L.I, pero si se quita uno de ellos deja de generar a V.
Se tiene que:
- Si { x 1 , x 2 , . . . , x r } es L.I, pero no genera a V, (r < n)
entonces puede agregarse vectores x r + 1 , . . . , x n tales que:
{ x 1 , x 2 , . . . , x r , x r + 1 , . . ., x n } es una base.
23
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Ejemplos:
dim( ℝ 2 ) = 2, dim( ℝ ) = 3, dim( M 2 ( ℝ )) = 4
3
d i m ( P4 ( ℝ ) ) = 5 , d im ( M 2 x3 ( ℝ )) = 6
24
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
25
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
se satisface:
1) u , u ≥ 0; u, u = 0 ⇔ u = 0V
2) u , v = v, u
3) u + v, w = u , w + v, w
4) au , v = a u , v
26
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Observaciones
Un espacio con producto interno es un espacio vectorial provisto
de un producto interno. Esta definición es, en general, para un espacio
vectorial sobre el cuerpo C .
Por las dos últimas igualdades de la definición se dice que el producto
interior es lineal en la primera variable. Además, son equivalentes a una
sola igualdad.
Para a , b ∈ K , u , v, w ∈ V
u + v, w = u , w + v, w , au, v = a u , v ⇔ au + bv, w = a u, w + b v, w
Se cumple que: u, v + w = u, v + u, w
u, av = a u, v
27
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
u , v = v, u , pues v, u ∈ R
En general
si a1 , a 2 , ..., a n , b1 , b 2 , ..., b m ∈ R y u1 , u2 ,..., un , v1 , v2 ,..., vm ∈ V
∑ a u , ∑ j =1 b j v j ∑ ∑
n m n m
entonces: i =1 i i
= i =1
a b j ui , v j
j =1 i
28
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
1) u, u ≥ 0; u, u = 0 ⇔ u = 0V
2) u, v = v,u
3) u + v, w = u, w + v, w
4) au, v = a u, v
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Ejemplos:
1) En V = ℝ n el producto punto ( o producto usual o escalar ) ,
definido por:
u ⋅ v = x1 y1 + x2 y2 +... + xn yn , con u = ( x1, x2,..., xn ) , v = ( y1, y2,..., yn ) ∈Rn
es producto interno y se llama producto interno usual o estándar
en ℝn .
2) En V = ℂn , se define:
, con u = ( z , z ,..., z ) , v = ( z ' , z ' ,..., z ' ) ∈ ℂ
u , v = z 1 z '1 + z 2 z ' 2 + ... + z n z ' n 1 2 n 1 2 n
n
30
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
3) En V = M n×n ( ℝ)
Si A = ( aij ) , B = ( bij ) entonces ( )
A, B = tr B t A = ∑ i =1 ∑ j =1 aij bij
n n
4) En V = Pn ( ℝ)
( x ) g ( x )dx
b
f,g = ∫ a
f
31
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
donde u =av
1 1 +a2v2 +...+anvn, v =bv
1 1 +bv
2 2 +...+bv
n n es un producto interno.
32
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
2) kv = k v , ∀k ∈ K , ∀v ∈ V
33
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
34
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Vector Normalizado
v ∈ V , v ≠ 0V ⇒ v es vector unitario en la dirección de v.
v
llamado vector normalizado de v.
35
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Propiedades de la Distancia
∀u , v ∈ V , d (u , v ) ≥ 0 , d ( u, v ) = 0 ⇔ u = v
∀u , v ∈ V , d ( u , v ) = d ( v, u )
∀u, v, w ∈V , d (u , v ) ≤ d (u , w ) + d ( w, v )
36
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Ejemplo:
Sea V un espacio vectorial con producto interno. Pruebe que ∀u , v ∈ V :
2 2 2 2
a) u + v + u − v = 2 u + 2 v
b) u, v =
1
2
(
u+v − u
2 2
− v
2
)
c) u, v =
1
4
(u +v − u−v
2 2
)
37
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
2.4.- Ortogonalización.
Conjuntos Ortogonales y Conjuntos Ortonormales
En ℝ n , M m×n ( R ), Pn ( R )
38
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
39
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Ejemplo:
Sea V un espacio vectorial sobre un cuerpo K con producto interno.
Demostrar que: a) Si u + v es ortogonal a u − v entonces u = v . ( K = R)
b) Si u y v son ortogonales, entonces u + v 2 = u 2 + v 2
Sea V un espacio vectorial con producto interno y
S = {v1 , v2 ,..., vn } ⊂ V .
41
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
v = ∑ i =1 ai vi ,
n
1) B es una base de V , y además, ∀v ∈ V , con
ai = v, vi , i = 1, 2,..., n.
42
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
La idea consiste en, partiendo del primer vector del conjunto dado,
que será el primer vector del conjunto ortogonal buscado, ir
construyendo este conjunto de modo que cada vector que
agregamos sea ortogonal con los vectores ya construidos.
v2 = u2 + α v1 de modo que v2 , v1 = 0
u 2 , v1
v2 , v1 = u 2 , v1 + α v1 , v1 = 0 ⇒ α = −
v1 , v1
u2 , v1
v1 = u1 v2 = u2 − v1
v1 , v1
44
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
v3 = u3 + β v1 + γ v2 de manera que v3 , v1 = v3 , v2 = 0
u3 , v1
v3 , v1 = u3 , v1 + β v1 , v1 = 0 ⇒ β = −
v1 , v1
u3 , v2
v3 , v2 = u3 , v2 + γ v2 , v2 = 0 ⇒ γ = −
v2 , v2
∴ v3 = u3 −
u3 , v1
v1 , v1
u ,v
v1 − 3 2 v2
v2 , v2
ui , v1 ui , v2 ui , vi−1
En general: vi = ui − v1 − v2 −... − vi−1
v1, v1 v2 , v2 vi−1, vi−1
45
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
para el espacio.
Observemos que:
1) Si u, v son vectores no nulos en un espacio vectorial con
producto interno, entonces: u, v = 0 ⇒ au, v = 0 para todo escalar a
2) En el método de Gram-Schmidt se puede simplificar los cálculos si
cada vez que se obtiene un vector v se hace uso de la parte 1) i
Complemento Ortogonal
47
Instituto de Matemática
Espacios Vectoriales Universidad Austral de Chile
(W ∩ W ' ) = W ⊥ + W
⊥
'⊥ 48