ESPACIOS VECTORIALES

LGEBRA LINEAL
UNIDAD IV
PRESENTAN
00

CABRERA GUILLN CARLOS

GARCA ALCAL LUIS MIGUEL
JACOBO CRUZ JOS ROBERTO
RODRGUEZ MALDONADO NICOLS

15010297
15010314
15010326
15010352

INGENIERA EN SISTEMAS COMPUTACIONALES 2A

FACILITADOR

L.F.M OZIEL ARELLANO ARZOLA

JUEVES 09 DE JUNIO
DE 2016

ESPACIOS VECTORIALES
Trabajo de
investigacin

iii

La creatividad tiene grandes implicaciones en la

accin didctica.
Alicia Escribano
Aprender a ensear: Fundamentos de didctica general

iv

CONTENIDO
1. ESPACIOS VECTORIALES
1.1 Introduccin

1.2 Resumen

1.3 Antecedentes

1.3.1 Vectores y espacios vectoriales: importancia y caractersticas

1.4 Motivacin y objetivos 4

1.4.1 Motivacin

1.4.2 Objetivos 4
1.4.2.1 Objetivo general

1.4.2.2 Objetivos especficos

1.5 Sustento terico

1.5.1 Definiciones iniciales

1.5.2 Palabras clave

1.6 Introduccin a los espacios vectoriales 5

1.6.1 Definicin

1.7 Subespacios vectoriales 7

1.7.1 Definicin

1.8 Combinaciones lineales e independencia lineal 9

1.8.1 Interdependencia lineal
1.8.2 Definicin

10

10

1.9 Base y dimensin de un espacio vectorial y cambio de base

1.9.1 Base

12

12

1.9.2 Cambio de base 12

1.9.3 Dimensin de un espacio vectorial

13

2. Espacio vectorial con producto interno y sus propiedades 14

2.1 Definicin

14

3. Base ortonormal y proceso de Gram-Schmidt

3.1 Base ortonormal

15

15

3.2 Proceso de Gram-Schmidt

4. Conclusin general 16

15

5. Referencias bibliogrficas 17

1. ESPACIOS VECTORIALES
1.1 Introduccin

sin causa y sin principio es imposible que algo

exista o se lleve a cabo.
Aristteles

El lgebra (del rabe "al-jabr", reunin de partes rotas), es en su forma ms

general el estudio de los smbolos matemticos y las reglas para manipularlos; es un

hilo unificador de casi todas las matemticas pues generaliza el concepto de

nmero y asocia a ello un conjunto de propiedades inherentes.
En unidades pasadas se estudiaron objetos algebraicos de carcter matricial,
sus propiedades, operaciones y aplicaciones prcticas. Se destac su importancia en
la resolucin de Sistemas de Ecuaciones Lineales y para ello se plante un esquema
general de solucin para sistemas comunes. Para dar continuidad a la materia de
lgebra Lineal se desarrollarn los temas relativos a la Unidad IV, denominada
Espacios Vectoriales. Se verifican los conocimientos de unidades pasadas y con
ayuda de los conceptos fundamentales de matriz, componente matricial y vector se
construir la nocin de Espacio Vectorial.
o

Matrices y vectores
En general, toda matriz

es un arreglo de objetos en dos dimensiones;

aij

algebraicamente se definen como una secuencia ordenada de componentes

m

distribuidos en un orden de

renglones y n

columnas

a11
a12

aij

a22

a21

a1 j

a 1n a2 j
a2n

ai 1

a mj
a i2
a
am 1 m 2

A=( a mn )
Donde el componente matricial
la matriz. De acuerdo a

aij

pertenece al rengln

Grossman(1988)

y a la columna

de

, comnmente las matrices se denotan

con letras maysculas y, ocasionalmente, conviene escribirlas como

A=(aij ) . Las

matrices se clasifican acorde a sus dimensiones en matrices cuadradas

matrices rectangulares

(m=n)

(m n) ; de sta clasificacin derivan las matrices identidad

(I ) , la matriz nula

(0) , diagonal, triangulares superior e inferior, adjunta,

transpuesta y otras matrices de carcter especfico. Sin embargo, para efecto

introductorio se dar vital importancia a los vectores ndimensionales .
1 Sistemas de ecuaciones lineales y matrices.
Grossman,
S. (1988).
lineal.
Existen
casos lgebra
especiales
de Captulo
matrices1.cuya

dimensin es

1x n

o bien

mx1 .

A estas se les denomina matrices rengln y matrices columna, respectivamente.1

Kolman(2006) 2 designa a este tipo de matrices como nvectores y los hace
corresponder con un conjunto ordenado de

componentes numricos.

El estudio de los vectores comenz, esencialmente con el trabajo del

matemtico irlands William Rowan Hamilton, quien descubri los llamados
cuaterniones y gracias a ello el concepto de vector. Estos objetos son de amplia
utilidad en fsica clsica y moderna, ingeniera y actualmente existen tendencias de
inclusin en ciencias biolgicas y sociales. Se emplean tambin para resolver
ecuaciones matriciales de la forma
Ax=b
Por ello, con ayuda de las nociones citadas se pretende generalizar el concepto
de vector para los conjuntos

R2

(vectores en el plano bidimensional) y

R3

(vectores en el espacio) empleando conceptos y ejemplos para ilustrar cada uno de

los subtemas incluidos.
Enseguida se expone una breve resea de los temas que abarca esta unidad.

1.2 Resumen
Los vectores son objetos particulares que tienen existencia doble, sus caractersticas
nos permiten definirlos como entes geomtricos y a la vez algebraicos. Gracias a ello
podemos estudiarlos (unificando la geometra y el lgebra) desde la perspectiva de la
geometra analtica. Es gracias a esta disciplina que podemos describir los atributos
de un vector; al igual que otros objetos del lgebra, los vectores forman grupos
denominados Espacios Vectoriales. Para esto es importante que la agrupacin
satisfaga los axiomas de un espacio vectorial, si es as, formarn una terna
constituida por los vectores de ese conjunto y las operaciones e suma y producto por
un escalar.
Los espacios vectoriales implican, como se mencion antes, caractersticas y
conceptos interesantes entre ellos la independencia y combinacin lineales, las

bases vectoriales y cambio de base y operaciones como el producto interno. Adems

del proceso de Gram-Schmidt. Progresivamente se desarrollarn estos y otros temas
para la unidad IV de lgebra lineal.

2 Ecuaciones lineales y matrices.

Kolman, B. (2006). lgebra lineal, Seccin 1.

1.3 Antecedentes

1.3.1 Vectores y espacios vectoriales: importancia y caractersticas 2

La ingeniera consiste en crear y transmitir nuevas ideas, formular propuestas a
nivel multidisciplinario y respaldar a las nuevas y constantes necesidades. La
ingeniera por tanto, requiere el apoyo de otras disciplinas (como el lgebra, y la
matemtica en general) para su integridad. La importancia de la matemtica en
ingeniera y ciencia nos obliga, como futuros ingenieros, a dominar los
procedimientos y mtodos relativos al lgebra.
Como consecuencia en unidades previas se estudi el concepto de matriz, las
operaciones elementales con matrices y sus aplicaciones. Durante sta unidad se
dar importancia a los vectores n-dimensionales, un tipo especial de matrices de vital
importancia en la resolucin de Sistemas de Ecuaciones Lineales.
Para introducir el concepto de vector, imagine que se pretende medir el
permetro de un campo de futbol; su magnitud corresponde al doble producto de la
suma de sus lados (largo y ancho), es decir P=2(L+ A) .
Podemos determinar el permetro gracias a las longitudes

del

campo, sin importar su direccin y sentido; lo mismo ocurre con otras cantidades
como la temperatura, volumen, rea, masa y potencial denominadas
magnitudes escalares .
Ahora imaginemos que se pretende medir la fuerza con que una pelota de golf
es golpeada, adems de su magnitud habr que determinar la direccin y sentido en

que es aplicada la fuerza. Esta cantidad ( F ) es por tanto una magnitud vectorial ,
es decir, posee un vector asociado el cual tiene un origen, mdulo, direccin y
sentido.

Imagen 1. La fuerza es una magnitud

vectorial cuya unidad de medida en el SI es
el Newton (N)

Pero qu es un vector? Un vector es un segmento de recta dirigido en el sentido

ms simple. Pero de acuerdo a Nakos y Joyner (1999) 3 en el plano y en el espacio,

los vectores tienen existencia doble: son a la vez objetos algebraicos y

geomtricos. Y gracias a esta dualidad podemos estudiar su geometra con
mtodos algebraicos.

Al igual que las matrices, los vectores se agrupan para formar conjuntos
denominados espacios vectoriales. Se ver, de manera progresiva, que un
espacio vectorial incluye adems dos operaciones: suma y multiplicacin, y
adems sus componentes satisfacen los axiomas de adicin y producto.

1.4 Motivacin y objetivos

1.4.1 Motivacin
Adquirir conocimientos implica derivar referencias, relacionar experiencias
previas con el presente y con ello concebir nociones que en futuro sern conceptos.
La motivacin para elaborar este texto consiste en aplicar los conocimientos de
unidades previas para asimilar los temas relativos a los Espacios Vectoriales. Y con
ello acreditar la unidad IV de lgebra lineal.

1.4.2 Objetivos
1.4.2.1 Objetivo general
Desarrollar los conceptos tericos y procedimentales sobre Espacios Vectoriales,
consultando para ello fuentes de informacin impresa (literatura) y fuentes digitales
(recursos de Internet).

1.4.2.2 Objetivos especficos

o Definir los conceptos elementales de vector, espacio vectorial, sub-espacio, e
independencia lineal.

o Intuir la variedad de espacios vectoriales existentes, sus caractersticas y

propiedades operacionales.
o Generalizar el concepto de vector para espacios

o Relacionar las unidades pasadas con la presente unidad para lograr un

aprendizaje integral.
o Detallar el proceso de ortonormalizacin de Gram-Schmidt.
o Proponer ejercicios para cada subtema de sta unidad

3 Vectores.
Nakos, G., Joyner, D. lgebra lineal con aplicaciones, Seccin 2.

1.5 Sustento terico

Los componentes tericos citados a continuacin facilitarn la comprensin del4

trabajo para el lector y respaldarn las actividades prcticas que aqu se incluyen.
A continuacin se enlistan los trminos ms trascendentes con los cuales se
trabajar a lo largo y ancho de ste trabajo.

1.5.1 Definiciones iniciales

Conceptos de apoyo para el seguimiento de este texto.
o Vector: un vector es un tipo especial de matriz. Definido en lgebra como un
conjunto ordenado de elementos denominados componentes. Los hay de
magnitud 1 x n( vector fila) y de tamao m x 1(vector columna) .
o Espacio vectorial: un espacio vectorial es un conjunto de vectores. Para los
cuales estn definidas las operaciones de suma y producto.
o Representante de un vector: segmento de recta dirigido dentro de un vector
equivalente al segmento original dado.
o Sub-espacio: subconjunto no vaco contenido en un espacio vectorial. Todo
espacio vectorial tiene por lo menos dos sub-espacios: l mismo y el subespacio cero {0 } .
o Mdulo de un vector: magnitud total del vector, definida como la distancia
entre su punto de aplicacin u origen y su punto terminal.
o Direccin: ngulo (en radianes) que forma el vector con la parte positiva del
eje x. Su valor est en el intervalo 0 2 .

o Vector unitario: vector de magnitud igual a la unidad.

1.5.2 Palabras clave

Terminologa principal que se incluye en este texto.
o
o
o
o
o
o
o

Vector
Espacio Vectorial
Direccin
Sentido
Sub-espacio
Combinacin lineal
Sistema de ecuaciones

o
o
o
o
o
o
o

Independencia lineal
Vector unitario
Magnitud
Base
Coordenada
Escalar
Componente vector

1.6 Introduccin a los espacios vectoriales

Un vector es, en sentido geomtrico el conjunto de todos los segmentos de5
recta dirigidos equivalentes a un segmento dirigido dado. Los vectores poseen como
caractersticas principales su magnitud (o mdulo) y su direccin. Son objetos
abstractos y gracias a su dualidad geomtrico-analtica podemos definirlos tambin
en funcin de sus coordenadas.

Magnitud=

Propiedades algebraicas
Magnitud

Direccin=

| p|= a2+ b2
Imagen 2. Vector en el plano bidimensional
y sus propiedades algebraicas principales.

De forma que un vector

reales

en el plano

xy

es un par ordenado de nmeros

(a , b) , denominados componentes del vector. Gracias a esta definicin un

punto en el plano bidimensional o en el espacio de tres dimensiones puede

considerarse como un vector que pasa por el origen o vector cero (0, 0). Al agruparse
en conjuntos los vectores forman los denominados Espacios Vectoriales que se
definen a continuacin.

1.6.1 Definicin
GarethWilliams(2001)

De acuerdo a

un espacio vectorial en

Rn

es un

conjunto de elementos u objetos, denominados vectores, en los que se definen dos

operaciones, la adicin y la multiplicacin por un escalar y que deben satisfacer a los
siguientes diez axiomas.
o Axiomas de un espacio vectorial
Dado un espacio vectorial V , los vectores

x, y ,z

y los escalares

se cumplen los siguientes axiomas

i.

Si

xV

y V , entonces

x+ y V

( V

es cerrado para la

suma).
ii.

x, y ,z

Para todos

en

V ,

( x+ y )+ z =x+( y + z)

(asociatividad de

suma).

4 Espacios vectoriales generales.

0 V tal que
Williams,
lineal
con aplicaciones,
Captulo
iii. G. lgebra
Existe un
vector
para2.todo

iv.

vector 0 se conoce como neutro aditivo).

Si x V , existe un vector x en V

xV ,

x+ 0=0+ x=x

x+ (x )=0

(inverso aditivo

de

x ).

v.

Si

vi.

suma).
Si x V entonces x V

vii.

Si

viii.

distributiva).
Si x V estn en

V , entonces

x ( + )= x +a y

ix.

distributiva).
Si x V estn en

V , entonces

( x ) = x

x.

multiplicacin escalar).
xV
1 x=x
Para todo vector
,
(el escalar 1 se llama neutro

multiplicativo)

estn en

estn en

V , entonces

x+ y= y + x

(el

(ley conmutativa de

(cerradura para la multiplicacin escalar).

V , entonces

( x + y )= x+ a y

(1 ley

(2 ley

(ley asociativa para la

o Ejemplo 1
V =R n={( x 1 , x 2 , , x n ) : x i R

Rn . Sea

El espacio

Observamos que
tomamos a

para i=1,2, , n}

satisface todos los axiomas de un espacio vectorial si

como el conjunto de escalares.

* Si un conjunto no satisface alguno de los axiomas no es un espacio vectorial.

o Ejercicios propuestos
1. Determine si

V ={0 }

es un espacio vectorial, verificando si satisface

todos los axiomas citados.

2. Dibuje los vectores de posicin
notacin i, j , k
3. Sea

( 1,0,0 ) , ( 0,1,0 ) ,(0,0,1)

en

R3 . Use la

para representar a los respectivos vectores.

V ={ ( x , y ) : y=mx , con m constante y real y x arbitrario } . Es decir,

es el conjunto de puntos sobre la recta

y=mx

demuestre que

V
es

un espacio vectorial.
4. Dado
V

V =C n={ ( c 1 , c 2 , , cn ) :c i C

para

i=1,2, , n}

verifique que para

satisface todos los axiomas propuestos y, en consecuencia es un

espacio vectorial.

1.7 Subespacios vectoriales

En la seccin previa se introdujo el concepto de Espacio Vectorial y, con ello un
conjunto de axiomas que una agrupacin de vectores debe cumplir para llamarse
espacio vectorial. A continuacin se expone el concepto de subespacio as como
sus caractersticas y propiedades.

1.7.1 Definicin
Sea
que

un subconjunto no vaco de un espacio vectorial

y suponiendo

es en s un espacio vectorial bajo las operaciones de suma y multiplicacin

por un escalar definidas en

V .

V . Entonces decimos que

es un subespacio de

Un subconjunto

es un subespacio de

si cumple las siguientes

propiedades:

( 0 ) de V

a) El vector cero
H

b)

es cerrado bajo la suma de vectores. Es decir, si

entonces u+ v H
c)

est en

uH

v H

es cerrado bajo la multiplicacin por escalares. Es decir, si

es un escalar entonces

uH

uH .

Importante: El trmino subespacio se usa cuando al menos dos espacios se

habla al menos de dos espacios vectoriales, con uno dentro del otro, y la frase
subespacio de V identifica a V como el espacio ms grande. Como se
muestra en la siguiente figura

H
0

V
Imagen 3. Diagrama de un subespacio
vectorial H contenido dentro del espacio
vectorial V.

o Ejemplo 2
Sea

el conjunto de todos los polinomios de grado 2 (no 2

exactamente 2);
de

P2

es un subconjunto de

P2

sino

, pero no es un subespacio

Para demostrarlo tomaremos los polinomios

2t 2 +3 t+1

suma de ambos es un polinomio de grado 1 que no est en

o Ejercicios propuestos

2 t 2+ t+2 . La
V .

1. Sea
xy

el conjunto de todos los puntos en

Es W

un subespacio de

2. Considere el conjunto

M 23

, contenidos en el plano

? Argumente su respuesta.

de todas las matrices de 2x3 bajo las

operaciones de suma matricial y multiplicacin por un escalar Cules de

los siguientes subconjuntos del espacio vectorial son Subespacios?
Todas las matrices de la forma

a a b c
d e f
b 0 1 a
b c 0

d a b c
d e f

, con a = 2 c+1

, donde a+ c=0 y b +d +f =0

3. Cules de los siguientes subconjuntos del espacio vectorial

M nn

son

es

Subespacios?

nxn .
b) El conjunto de matrices no singulares de nxn .
c) El conjunto de matrices diagonales de nxn .
a) El conjunto de matrices simtricas de

4. Dado un espacio vectorial cualquiera

demuestre que

subespacio de s mismo.

1.8 Combinaciones lineales e independencia lineal

Dados los vectores
el vector

definido por

y=c1 v 1 +c 2 v 2+ +c p v p

v1 , v2 , , v p

en

Rn

y los escalares

c1 , c2 , , cp

v1 , v2 , , v p

Se llama combinacin lineal de

de acuerdo al autor

con pesos

c1 , c2 , , cp

Lay (2006) . La propiedad de asociatividad para la suma

nos permite omitir los smbolos de agrupacin cuando se forman

combinaciones de este tipo. En una combinacin lineal, los pesos pueden ser
cualquier nmero real incluido el cero.
o Ejemplo 3
Sean los vectores

v1 y v2

algunas de sus combinaciones lineales estn

dadas por las siguientes expresiones

3 v 1+ v 2 ,

1
1
v 1 ( v 1 +0 v 2 )
,
2
2

0( 0 v 1+ 0 v 2) ,

2 Ecuaciones lineales en lgebra lineal.

Lay, D.o(2006).
Ejercicios
lgebrapropuestos
lineal y sus aplicaciones, Captulo 1.

1. Demuestre que el vector

vectores

(5,4,2)

( 1,2,0 ) , ( 3,1,4 ) y (1,0,3)

2. Determine si la matriz

es una combinacin lineal de los

y exprselo en funcin de ellos.

(18 17 )

es una combinacin lineal de las

matrices

(12 01) ,( 20 72 ) y ( 02 10)

en el espacio vectorial

M 22

de matrices

2x 2

3. Se dice que los vectores

v1 , v2 , , vm

generan un espacio vectorial si

todo vector en el espacio se puede expresar como una combinacin lineal

de estos vectores. Demuestre que los vectores ( 1,2,0 ) , ( 0,1,1 ) y (1,1,2)
generan

R3 .

4. Demuestre que las siguientes matrices generan el espacio vectorial

de matrices

2x 2 .

M 22

(10 00)(00 10)(01 00)(00 01)

1.8.1 Independencia lineal
Los sistemas de ecuaciones lineales homogneos de la forma

( ) ( ) ( ) ()

a11
b 11
c 11
0
x 1 a21 + x 2 b 21 + x3 c 21 = 0
0
a31
b 31
c 31

pueden estudiarse desde una perspectiva distinta como ecuaciones vectoriales.

x 1=x 2=x3 =0
Desde luego, estos sistemas tendrn una solucin trivial en
. A
continuacin se menciona la importancia de esta solucin en relacin a la
independencia lineal.

1.8.2 Definicin
Dependencia e independencia lineal. Sean
espacio vectorial
existen n escalares

v1 , v2 , , vn

n-vectores en un

V se dice que los vectores son linealmente dependientes si

c 1 , c 2 , , cn

no todos cero, tales que

c 1 v 1+ c 2 v 2 ++ c n v n=0
Si los vectores no son linealmente dependientes se dice que tienen independencia
lineal. En otras palabras, existe independencia lineal si la ecuacin lineal
c 1 v 1+ c 2 v 2 ++ c n v n=0
c 1=c 2==c n=0
solo se satisface por los valores

10

o Teoremas importantes.
1. Dos vectores en un espacio vectorial

V son linealmente dependientes si

y solo si uno es mltiplo del otro.

2. Un conjunto de n vectores en
se da n > m.

es siempre linealmente dependiente si

3. Corolario. Un conjunto linealmente independiente de vectores en

contiene, a lo sumo, n vectores. Si se tienen n vectores linealmente

independientes, no es posible agregar ms vectores sin hacer que el
conjunto obtenido sea linealmente dependiente.
4. Sea A una matriz de

n x n . Entonces

A 0

si y solamente si las

columnas de A son linealmente independientes.

5. Teorema resumen. Sea A una matriz de

n x n , entonces cada uno de los

siguientes enunciados implica a los seis siguientes.

i.

A es invertible.

ii.

La nica solucin al sistema homogneo es la solucin trivial

(x=0)

.
iii.
iv.
v.

vi.
vii.

Ax=b posee una solucin nica para todo n-vector

In
A es equivalente por filas a la matriz identidad
.
El sistema

b.

A puede escribirse como el producto de matrices elementales.

det (A ) 0
Las columnas (y los renglones) de A son linealmente independientes.

o Ejercicios propuestos
1. Demuestre que los vectores

()
1
2
4

()
2
5
3

son linealmente

dependientes.
2. Calcule las soluciones al sistema de ecuaciones lineales siguiente

|)

1
2 00
2 2 1 0
3
0 70

Mencione su relacin con la independencia lineal entorno a sus soluciones.

3. Determine la independencia lineal de los vectores

( )( ) ( )
1
3
,
3 0
0
4

11
6
12

11

4. Indique si (-1, 2, 0), (1, 0,1) y (0, 1,1) son linealmente independientes.

1.9

Base y dimensin de un espacio vectorial, cambio de base

Hasta ahora hemos estudiado los conceptos de espacio vectorial,

combinaciones e independencia lineal, sin embargo, es indispensable citar dos
9
temas importantes: base y dimensin de un espacio vectorial.
Sabemos que existen vectores en el espacio de dos dimensiones denominados
R

como vectores en
unitarios

()

i= 1
0

y es conveniente escribirlos en trminos de los vectores

()

j= 0
1

R3

. As mismo, a los vectores en

los podemos

representar en funcin de

()

() ()

1
i= 0
0

0
j= 1
0

0
k= 0
1

Ahora generalicemos esta idea para vectores en

R3

con ayuda del concepto

base.

1.9.1 Base
Un conjunto de vectores

{v 1 , v 2 , , v n }

forman una base para

a)

{v 1 , v 2 , , v n }

es linealmente independiente.

b)

{v 1 , v 2 , , v n }

genera

si

En general, como lo cita Grossman todo conjunto de n vectores linealmente

independientes en

Rm

forman una base en

1
0
e 1= 0

0
1
e 2= 0

Rn En

Rn

0
0
e 3= 1 , , e n=

definimos

0
0
0

() () () ()
,

A esta entidad especial se le llama base cannica en

1.9.2 Cambio de base

Cuando se elige una base
n

para un espacio vectorial

Rn

la funcin de coordenadas asociada sobre

coordenadas para

V.

de dimensin

proporciona un sistema de

En ocasiones conviene cambiar de base para optimizar

12

procesos por ello es importante conocer el siguiente Teorema.

o Teorema
B={b1 ,. . . ,b n } y C={c 1 , . .. , c n }
Sean
las bases de un espacio vectorial V.
Entonces existe una sola matriz

C P B de n n tal que

[x ]C=C P B[ x ]B
Las columnas de P CB son los vectores de

Ccoordenadas

de los vectores de la

base B. Esto es,

C P B=[b 1]C [b 2] C [b n]C
La matriz

C P B se denomina matriz de cambio de coordenadas de B a C

o Ejercicios propuestos
9
5
1
1. Sean b1= 1 , b2= 1 , c 1= 4

( )

para

( ) ( )

dadas por

B={b1 ,b 2 }

( )

c 2= 3
5

y considere las bases

C={c 1 , c2 }

. Encuentre la matriz de

cambio de coordenadas de B a C
2. Sean

( ),

b1= 1
3

bases para

( ) ( )

b2= 2 , c 1= 7
4
9

dadas por

B={b1 ,b 2 }

( )

c 2= 5
7

y
y

y considere las

C={c 1 , c2 }

. Encuentre la

matriz de cambio de coordenadas de C a B y de B a C.

3. Sean

B={b1 ,b 2 }

C={c 1 , c2 }

bases para un espacio vectorial

V , y suponga que

b1=c 1 +4 c 2

b2=5 c13 c2

a) Encuentre la matriz de cambio de coordenadas de B a C.

[x ]c
x=5 b1 +3 b2
b) Encuentre
para
.
4. Sean

A={a1 , a2 , a3 }

V , y suponga que

B={b1 ,b 2 , b3 }

a1=4 b 1b2

bases para un espacio vectorial

a2=b 1+ b2 +b3

a3 =b22 b3

c) Encuentre la matriz de cambio de coordenadas de A a B.

[x ]B
x=3 a1 + 4 a2 +a3
d) Encuentre
para
.

1.9.3 Dimensin de un espacio vectorial

V

De acuerdo al texto de Grossman, si el espacio vectorial

finita, la dimensin de

es el nmero de vectores en la base, y

espacio vectorial de dimensin finita. De otra manera,

de dimensin infinita. Si

posee una base

se llama

ser un espacio vectorial

V ={0 } su dimensin es cero.

Se representa la dimensin de un espacio vectorial con

dim ( V )

o Ejemplo 1
Como n vectores linealmente independientes de
decimos que

13

constituyen una base,

R
dim ( n)=n

o Ejercicios propuestos
1. Sabiendo que los polinomios
Pn

. Determine la dimensin

{1, x , x 2 , , x n }
P
dim ( n)

11
constituyen una base de

2. Si

es un subespacio con dimensin infinita de

dimensin de
V

3. Sea

V , Cul es la

V ?

un espacio vectorial de dimensin finita Cmo sern las

dimensiones de sus Subespacios?

4. Si

es un subespacio con de

V , Cul es la relacin constante, en

trminos de desigualdad entre las dimensiones de

H yV ?

2. Espacio vectorial con producto interno y sus propiedades.

Existe un proceso en el cual al multiplicar dos vectores en

Rn

obtenemos un

escalar. A ese producto se conoce tambin como producto interior. Cabe

destacar que el producto interno de dos vectores en

Rn es siempre un nmero

real. En otras condiciones, el producto interior da un nmero complejo.

2.1

Definicin

El espacio vectorial complejo

cualquier par de vectores

(u . v ) ,
V

u yv

es un espacio con producto interior si para

en

llamado el producto interior de

V , existe un nico nmero complejo

u y v , tal que si

u,v y w

estn en

y si C , se da lo siguiente

o Propiedades del producto interior

i.

(v , v ) 0

ii.

( v , v )=0 si y solo si v =0

iii.

( v , v + w )=( u , v ) +(u . w)

iv.

( u+ v , w )=( u , w ) +(v . w)

v.

( u , v )=( v ,u )

vi.

( u , v )= ( u , v )

o Ejercicios propuestos
14

1. Determine si
3
2. En C

(u , v ) .

es un espacio con producto interior

sea

x=( 1+i,3,43 i ) y y=( 2i ,i , 2+ 3 ) calcule ( x , y ) .

3. En

R2

sea

x=(1,0 ) y y= (1,3 ) calcule ( x , y ) .

4. En

R2

sea

x=( 2 ,2 ) y y=( 2, 2 )

calcule

(x , y ) .

3. Base ortonormal, proceso de Gram-Schmidt

El uso de las bases naturales o cannicas para

Rn

nos ha mostrado que su

12

empleo reduce considerablemente los clculos. Un subespacio

de

no

necesariamente contiene alguno de los vectores de tales bases, pero a continuacin

se observar que s tiene una base con las mismas propiedades que las bases
cannicas.

3.1

Base ortonormal
Sabiendo que un conjunto

par de vectores distintos en

S={u1 ,u2 , , uk }
S

en

Rn

es ortogonal si cada

son ortogonales, es decir, si

uiu j=0

para

i j .
Y que un conjunto ortonormal es un conjunto ortogonal de vectores unitarios,
S={u1 ,u2 , , uk }
uiu j=0 para i j y uiu j=1
esto es,
es ortonormal si
para

i=1,2, , k .

Definiremos una base ortonormal para un espacio

vectorial como la base cuyos vectores forman un conjunto ortonormal.

3.2

Proceso de Gram-Schmidt
Sea

un subespacio no nulo de

entonces hay una base ortonormal

o Ejercicios propuestos

Rn

con base

T ={w , w2 , , wm }

S={u1 ,u2 , , um }

para W .

1. Dada

la

S={u1 ,u2 , u3 }

base

u1=( 1,1,1 ) ,u 2=(1,0,1 ) y u3 =(1,2,3)

S

para transformar
2. Sea
u1=

base

ortonormal

( 32 , 23 , 13 ) , u =( 23 , 13 , 23 ) y u =( 13 , 23 , 23 )
2

v =( 3,4,5 )
3. Sea

una

R .
para

R3 ,

donde

Escriba

el

vector

como combinacin lineal de los vectores en

el subespacio de

R4 , con base

u1=( 1,2,0,1 ) , u2=(1,0,0,1 ) y u 3=( 1,1,0,0)

Schmidt para transformar

donde

use el proceso de Gram-Schmidt

en una base ortonormal para

S={u1 ,u2 , u3 }

R3 ,

para

S .

S={u1 ,u2 , u3 }

donde

use el proceso de Gram-

en una base ortonormal para

W.

4. Determine una base ortonormal para el espacio solucin del sistema

x 1+ x 2x 3=0
2 x 1 + x 2+2 x 3=0
homogneo
y

4. CONCLUSIN GENERAL

15

El desarrollo de esta actividad genera varias conclusiones, entre ellas, la utilidad de

los espacios vectoriales y sus propiedades en reas de carcter cientfico como la
matemtica e ingeniera y la tenencia de las ciencias sociales por incluir estos
objetos para su beneficio.

Los espacios vectoriales se definen como un conjunto de vectores para los que estn
definidas dos operaciones: la suma y el producto escalar y que cumplen una serie de
axiomas; podemos encontrar espacios vectoriales de carcter real y complejo, y es
posible estudiarlos desde el punto de vista geomtrico y algebraico gracias a su
dualidad existencial en el espacio. As, podemos describir a un vector como un punto
que si lo anclamos al origen se denomina vector libre o bien, como un segmento de
recta dirigido formado por dos puntos uno inicial y el otro final. Gracias a esta forma
de estudio, los vectores tienen aplicaciones diversas por ejemplo en la resolucin de
SEL. Adems se definieron los conceptos e combinacin e independencia lineal, los
cuales nos ayudan a calcular el rango de una matriz, por ejemplo. Se habl de la
base y dimensin de un espacio vectorial y finalmente se mencion el proceso de
Gram-Schmidt para transformaciones ortonormales.

5. REFERENCIAS BIBLIOGRFICAS
o Grossman, S. (1988). lgebra Lineal. Mxico, D.F: Grupo Editorial
Iberoamrica.
o Nakos, G., Joyner, D. (1999). lgebra Lineal con aplicaciones. Mxico:
Thomson.
o Lay, D. (2007). lgebra Lineal y sus aplicaciones. Mxico: Pearson
o Williams, G. (2002). lgebra Lineal con aplicaciones. Mxico: McGraw-Hill
o Snchez, M., Ramrez, T. (s.f.). Problemas y ejercicios resueltos. Tema 2:
espacios vectoriales. Recuperado el 03 de Junio de 2016 en
http://cvb.ehu.es/open_course_ware/castellano/experimentales/algebra/rel2.pdf
o Combinacin Lineal. (2011). Recuperado el 04 de Junio de 2016 en
http://cb.mty.itesm.mx/ma1010/materiales/ma1010-05.pdf
o Dependencia e independencia Lineal. (s.f.) Recuperado el 04 de Junio de
2016 en
https://www.uam.es/personal_pdi/economicas/portega/web-algebra/capitulo-1/teoria1-5/1-5-depedencia-independencia.html

16

o Lpez, N. (s.f.). Espacios vectoriales. Recuperado el 05 de Junio de 2016 en

http://profe-alexz.blogspot.mx/2010/10/espacios-vectoriales-11-problemas.html
o Subespacios vectoriales. Ejemplos (s.f.). Recuperado el 05 de Junio de 2016
en http://docencia.udea.edu.co/GeometriaVectorial/uni4/seccion42/ejemplos42.html

17

18

18
2