Apuntes de La Unidad IV ALGEBRA LINEAL

Apuntes de Unidad IV
De Álgebra Lineal
4. Espacios vectoriales.
4.1 Definición de espacio vectorial.
En matemáticas: 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 diez axiomas específicos.
4.2 Definición de subespacio vectorial y sus propiedades.

Definición de subespacio vectorial
Un subconjunto W de un espacio vectorial V se llama subespacio de V si W es en sí mismo un

espacio vectorial con los mismos escalares, y las operaciones de suma de vectores y multiplicación
por un escalar que V.
En el conjunto de los reales R n, se puede comprobar si un subconjunto W de un espacio vectorial V

es un subespacio de V al probar sólo dos de los diez axiomas de espacio vectorial. Esta observación
se demuestra como teorema.
Teorema 4.2.1. Sea V un espacio vectorial y sea W un subconjunto no vacío de V. Entonces W es

un subespacio de V si y sólo si se cumplen las siguientes condiciones:
a. Si u y v están en W, entonces u + v está en W.

b. Si u está en W y c es un escalar, entonces cu está en W.
Analogías entre los espacios y subespacios vectoriales con la notación de conjuntos y subconjuntos.
4.3 Combinación lineal. Independencia lineal.
Una combinación lineal es una expresión matemática que consiste en la suma entre pares
de elementos, de determinados conjuntos, multiplicados entre sí. (Wikipedia, 2015)
Otra manera de definirla es:
Sean 𝒗1 , 𝒗2 , … , 𝒗𝑘 𝑣𝑒𝑐𝑡𝑜𝑟𝑒𝑠 𝑛 𝑦 𝑠𝑒𝑎𝑛 𝑐1 , 𝑐2 , … , 𝑐𝑘 𝑒𝑠𝑐𝑎𝑙𝑎𝑟𝑒𝑠. El vector de la forma 𝑐1 𝒗1 +
𝑐2 𝒗2 + ⋯ + 𝑐𝑘 𝒗𝑘 se llama combinación lineal de 𝒗1 , 𝒗2 , … , 𝒗𝑘 (Poole, Algebra lineal una
introducción moderna, 2011)
En este caso, los pares elementos están formados por un escalar y un vector que se
multiplican y la suma de las multiplicaciones de los diversos pares de elementos es lo que
resulta en una combinación lineal.
4.4 Base y dimensión de un espacio vectorial, cambio de base.
El manejo de conceptos relacionados con las bases de espacios vectoriales, debe iniciar con la
definición de base de un espacio vectorial. Para ello pueden utilizarse dos definiciones:
Definición A: Un conjunto 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } de vectores es una base del espacio vectorial V si se

verifican dos condiciones:
1. 𝑣1 , 𝑣2 , … , 𝑣𝑛 son linealmente independientes.
2. 𝑣1 , 𝑣2 , … , 𝑣𝑛 generan V (Lipschtuz, 1992)
Lo anterior implica manejar el concepto de conjunto generador de espacio vectorial
Definición B: Un conjunto 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } de vectores es una base del espacio vectorial V si todo
vector 𝑣 ∈ 𝑉 puede escribirse de forma única como combinación lineal de sus vectores. (Lipschtuz,
1992)
Una manera resumida de definir el concepto de Base es: Una base para un espacio vectorial V es
una secuencia de vectores que forman un conjunto que es linealmente independiente y que
generan a ese espacio. (Hefferon, 2015)
4.4.2 Definición del concepto conjunto generador de espacios vectoriales.
Dado un espacio vectorial V, se dice que 𝑣1 , 𝑣2 , … , 𝑣𝑛 , vectores linealmente independientes, generan

o forman un conjunto generador de V, si, para todo 𝑣 ∈ 𝑉 existen escalares 𝑐1 , 𝑐2 , … , 𝑐𝑛 , tales que,
𝑣 = 𝑐1 𝑣1 + 𝑐2 𝑣2 + ⋯ + 𝑐𝑛 𝑣𝑛
Esto es, si v es una combinación lineal de 𝑣1 , 𝑣2 , … , 𝑣𝑛 .
Realizando un análisis de las definiciones anteriores, se puede inferir que un conjunto de vectores
que genera a un espacio vectorial, cuyos elementos sean linealmente independientes, conforman
una base de ese espacio vectorial. La diferencia entre conjunto generador y base es que el conjunto
generador, puede estar formado por vectores linealmente dependientes.
Para integrar los conceptos relacionados con la bases de espacios vectoriales, es necesario
introducir un concepto más, el concepto de dimensión del conjunto base de espacio vectorial.
4.4.1 Cambio de base
Como se ha visto, el vector de coordenadas 𝒗 con respecto 𝑆 se denota por una matriz n x 1,
𝑎1
𝑎
[𝒗]𝑆 = [ …2 ] = (𝑎1 , 𝑎2 , … , 𝑎𝑛 )𝑇
𝑎𝑛
Suponiendo que se tiene un vector 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } que es una base de un espacio vectorial V y
que 𝑆 ′ = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } es otra. Por el hecho de S es una base, cada vector S’ puede escribirse de
forma única como combinación lineal de los elementos de S.
𝑣1 = 𝑐11 𝑢1+ 𝑐12 𝑢2 + ⋯ + 𝑐1𝑛 𝑢𝑛

𝑣2 = 𝑐21 𝑢1+ 𝑐22 𝑢2 + ⋯ + 𝑐2𝑛 𝑢𝑛
… … … … … … … … … … … … … … ..
𝑣𝑛 = 𝑐𝑛1 𝑢1+ 𝑐𝑛2 𝑢2 + ⋯ + 𝑐𝑛𝑛 𝑢𝑛
Se denota por P la transpuesta de la matriz de coeficientes del sistema anterior

𝑐11 𝑐21 … 𝑐𝑛1
𝑃 = [ 𝑐…
12 𝑐22 … 𝑐𝑛2 ]
… … …
𝑐1𝑛 𝑐2𝑛 … 𝑐𝑛𝑛
Esta matriz recibe el nombre de matriz de cambio de base (o el de matriz de transición) desde la
antigua base S a la nueva base S’.
Es importante tomar en cuenta que los vectores 𝑣1 , 𝑣2 , … , 𝑣𝑛 de S’, son linealmente independientes
por lo que la matriz P es invertible. La inversa de la matriz P es 𝑃 −1 , es también la matriz de cambio
de la base S’ a la base S. Esta aplicación de la matriz P y su inversa, de hecho, permite visualizar
con efectividad la utilización de la inversa de una matriz.
4.5 Espacio vectorial con producto interno y sus propiedades.
Definición de producto interno
Sea V un espacio vectorial real. Un producto interno en V es una función que asigna a cada par
ordenado de vectores, u, v de V un número real, denotado mediante (u, v), que satisface:
a) (𝒖, 𝒖) ≥ 0; (u, u)= 0 si y sólo si 𝒖 = 𝟎𝑽 , donde 𝟎𝑽 es el vector cero de V.

b) (v, u) = (u, v) para vectores cualesquiera u, v de V.
c) (u + v, w) = (u, w) + (v, w) para vectores cualesquiera u, v, w de V.
d) (cu, v) = c(u, v) para u, v, en V y c un escalar real.
Estas propiedades implican que (u, cv) = c(u, v), pues (u, cv) = (cv, u) = c(v, u) = c(u, v). Asimismo,
(u, v + w) = (u, v) + (u, w). (Bernard Kolman, 2006)
Un espacio en el que se ha definido un producto interno se denomina espacio con producto

interno.
4.5.1 Definición de producto interno estándar.
Se llama producto interno estándar (O canónico) en R n, al producto punto en Rn, expresado como
(𝑢, 𝑣) = 𝑢 ∙ 𝑣 = 𝑢1 𝑣1 + 𝑢2 𝑣2 + ⋯ + 𝑢𝑛 𝑣𝑛
Donde 𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) y 𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ).
Cuando se consideran las bases de un espacio o subespacio, es posible realizar alguna otra
definición. Considerando que se tiene un espacio vectorial V de dimensión finita y 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 }
es una base para V. Si
𝑣 = 𝑎1 𝑢1 + 𝑎2 𝑢2 + ⋯ + 𝑎𝑛 𝑢𝑛
y
𝑤 = 𝑏1 𝑢1 + 𝑏2 𝑢2 + ⋯ + 𝑏𝑛 𝑢𝑛
se define
(𝑣, 𝑤) = ([𝑣]𝑆 , [𝑤]𝑆 ) = 𝑎1 𝑏1 + 𝑎2 𝑏2 + ⋯ + 𝑎𝑛 𝑏𝑛 .
También se define, en las operaciones con vectores como producto punto.
4.6 Base ortonormal, proceso de ortonormalización de Gram-Schmidt.
4.6.1.1Ortogonalidad
En general, dos vectores u y v son ortogonales si geométricamente son perpendiculares. Es decir,

si el ángulo entre ellos es un ángulo recto.
En un espacio V con producto interno, se dice que u y v son ortogonales si (𝑢, 𝑣) = 0
También se puede definir la ortogonalidad, considerando el teorema de Pitágoras: para todos los
vectores u y v en Rn, se cumple que ‖𝒖 + 𝒗‖2 = ‖𝒖‖2 +‖𝒗‖2 si y solo si u y v son ortogonales. (Poole,
Algebra lineal una introducción moderna, 2011)
4.6.1.2 Conjunto ortonormal
Se dice que un conjunto 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } es ortonormal, si los vectores 𝑢1 , 𝑢2 , … , 𝑢𝑛 son ortogonales

entre si y tienen longitudes igual a la unidad. Por otro lado, se dice que una base S de un espacio
vectorial V se llama base ortogonal u ortonormal según lo sea como conjunto de vectores. (Lipschtuz,
1992)
4.6.1.3 Comprobacion de ortogonalidad y ortonormalidad de una base
Para realizar la comprobación de la ortogonalidad de una base, se sigue el siguiente procedimiento:

1. Se verifica la propiedad (𝑢, 𝑣) = 0, con el producto interno usual, entre los vectores que
conforman el conjunto base. Si cumplen con esa propiedad, entonces la base es ortogonal.
2. Enseguida, se verifica la propiedad de longitud unitaria de cada vector del conjunto. Si cada
vector cumple que (𝑢, 𝑢) = 1, entonces el conjunto base es ortonormal.

Apuntes de La Unidad IV ALGEBRA LINEAL

Cargado por

Copyright:

Formatos disponibles

Apuntes de La Unidad IV ALGEBRA LINEAL

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apuntes de La Unidad IV ALGEBRA LINEAL

Cargado por

Copyright:

Formatos disponibles

Apuntes de Unidad IV

4.1 Definición de espacio vectorial.

En matemáticas: Un espacio vectorial real V es un conjunto de objetos, denominados

4.2 Definición de subespacio vectorial y sus propiedades.

Un subconjunto W de un espacio vectorial V se llama subespacio de V si W es en sí mismo un

En el conjunto de los reales R n, se puede comprobar si un subconjunto W de un espacio vectorial V

Teorema 4.2.1. Sea V un espacio vectorial y sea W un subconjunto no vacío de V. Entonces W es

a. Si u y v están en W, entonces u + v está en W.

Definición A: Un conjunto 𝑆 = {𝑣1 , 𝑣2 , … , 𝑣𝑛 } de vectores es una base del espacio vectorial V si se

4.4.2 Definición del concepto conjunto generador de espacios vectoriales.

Dado un espacio vectorial V, se dice que 𝑣1 , 𝑣2 , … , 𝑣𝑛 , vectores linealmente independientes, generan

𝑣1 = 𝑐11 𝑢1+ 𝑐12 𝑢2 + ⋯ + 𝑐1𝑛 𝑢𝑛

Se denota por P la transpuesta de la matriz de coeficientes del sistema anterior

a) (𝒖, 𝒖) ≥ 0; (u, u)= 0 si y sólo si 𝒖 = 𝟎𝑽 , donde 𝟎𝑽 es el vector cero de V.

Un espacio en el que se ha definido un producto interno se denomina espacio con producto

4.5.1 Definición de producto interno estándar.

Donde 𝑢 = (𝑢1 , 𝑢2 , … , 𝑢𝑛 ) y 𝑣 = (𝑣1 , 𝑣2 , … , 𝑣𝑛 ).

También se define, en las operaciones con vectores como producto punto.

4.6 Base ortonormal, proceso de ortonormalización de Gram-Schmidt.

En general, dos vectores u y v son ortogonales si geométricamente son perpendiculares. Es decir,

En un espacio V con producto interno, se dice que u y v son ortogonales si (𝑢, 𝑣) = 0

4.6.1.2 Conjunto ortonormal

Se dice que un conjunto 𝑆 = {𝑢1 , 𝑢2 , … , 𝑢𝑛 } es ortonormal, si los vectores 𝑢1 , 𝑢2 , … , 𝑢𝑛 son ortogonales

4.6.1.3 Comprobacion de ortogonalidad y ortonormalidad de una base

Para realizar la comprobación de la ortogonalidad de una base, se sigue el siguiente procedimiento:

También podría gustarte