Escolar Documentos
Profissional Documentos
Cultura Documentos
Notación.
Nota
Los primeros cinco axiomas se utilizan para definir a un grupo abeliano, y los
axiomas vi) al x) describen la interacción de los escalares y los vectores mediante
la operación binaria de un escalar y un vector.
1
2
3
4.2 SUBESPACIOS VECTORIAL Y SUS PROPIEDADES
3. Sea V un conjunto no vacío sobre el cual existen dos operaciones. Una llamada
suma de vectores y otra llamada multiplicación de un escalar por un vector. La
suma de vectores, o simplemente suma, es una regla o función que asocia a dos
vectores, digamos u y v un tercer vector, a este se le representara como u + v. La
multiplicación es una regla que asocia a un escalar y a un vector, digamos c y u un
segundo vector representado por c ⊙ u. Diremos que el conjunto V se llama
espacio vectorial si cumple todos y cada uno de los siguientes axiomas:• Para
cualquiera dos vectores u y v en V : u⊕v∈VEste axioma se conoce como el
axioma de cerradura bajo la suma: La suma de dos elementos del conjunto debe
dar como resultado también un elemento del conjunto
4
Se puede decir que el sub espacio H hereda las operaciones del espacio vectorial
“padre” V. Existen múltiples ejemplos de sub espacios en este capítulo; sin
embargo, en primer lugar, se demostrará un resultado que hace relativamente
sencillo determinar si un subconjunto de V es en realidad un sub espacio de V.
5
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se
deberán cumplir. De lo contrario, para demostrar que es un espacio vectorial, se
deberá demostrar que los axiomas i) a x) de la definición cumplen bajo las
operaciones de suma de vectores y multiplicación por un escalar definidas en V.
Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por hipótesis,
como los vectores en H son también vectores en V, las identidades asociativa,
conmutativa, distributiva y multiplicativa [axiomas ii), v), vii), viii), ix) y x)] se
cumplen.
6
4.3 COMBINACIÓN LINEAL, INDEPENDENCIA LINEAL
Combinación lineal
Espacios vectoriales
7
cantidad finita de elementos de A. En este caso, también se dice que Ʋ depende
linealmente de los vectores de A.1
Donde, a1, a2, . . . , an son escalares se denomina una combinación lineal de v1,
v2,. . . , vn.
Independencia lineal
8
ejemplo, en R3, el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente
independiente, mientras que (2, −1, 1), (1, 0, 1) y (3, −1, 2) no lo es, ya que el
tercero es la suma de los dos primeros.
9
10
4.4 BASE Y DIMENSION DE UN ESPACIO VECTORIAL, CAMBIO
DE BASE
* S genera a V.
* S es linealmente independiente
Una base posee 2 características que se acaban de ver, debe tener suficientes
valores para generar a V, pero no tantos de modo que uno de ellos pueda
escribirse como una combinación lineal de los demás vectores en S. Si un espacio
vectorial consta de un número finito de vectores, entonces V es de dimensión
finita. En caso contrario, V es de dimensión infinita.
Base
Si S={v1, v2,…, vn} es una base para un espacio vectorial V entonces todo vector v
en V se puede expresar como:
11
Dimensión
Todas las bases de un mismo espacio o sub espacio tienen el mismo número de
vectores. Se llama dimensión de dicho espacio o sub espacio.
Propiedades de la dimensión.
4. El rango de una familia de vectores, es igual a la dimensión del sub espacio que
generan. Es decir: si v1,v2,. . . vn generan un cierto sub espacio S, y si el rango de
dicho conjunto es r, entonces dim S = r. (Si un cierto conjunto de vectores tienen
rango 2, entonces generan un plano; etc.)
12
Matriz del cambio de base.
13
14
4.5 ESPACIO VECTORIAL CON PRODUCTO INTERNO Y SUS
PROPIEDADES
Esta sección utiliza los conocimientos sobre las propiedades elementales de los
números complejos (resumidas en el apéndice B) y requiere alguna familiaridad
con el material del primer año de cálculo. En la sección 2.2 se vio cómo se podían
multiplicar dos vectores en Rn para obtener un escalar. Este producto escalar se
denomina también producto interno. Otros espacios vectoriales tienen productos
internos definidos de formas diversas. Antes de ofrecer una definición general, se
observa que en Rn el producto interno de dos vectores es un escalar real. En otros
espacios el resultado del producto interno es un escalar complejo. Por lo tanto,
para incluir todos los casos, en la siguiente definición se supone que el producto
interno es un número complejo.
Producto Interno:
Un producto interior sobre V es una función que asocia un número real ‹u, v› con
cada par de vectores u y v cumple los siguientes axiomas:
15
La barra en las condiciones v) y vii) denota el conjugado complejo.
16
Espacios con producto interior:
El producto interior euclidiano es solo uno más 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 notación.
1. ‹0, v› = ‹v, 0› = 0
2. ‹u + v, w› = ‹u, w› + ‹v, w›
17
4.6 BASE ORTONORMAL, PROCESO DE ORTONORMALIZACION
DE GRAM-SCHMIDT.
Basase otonormal
Ejemplo 1.
Sean los vectores u = (1, 2, 1), v = (4, 0, -4) y w = (1, -1, 1), ¿son un conjunto
ortogonal?
Al realizar los productos punto
Nos damos cuenta de que todos son iguales a cero, por lo que el conjunto de
vectores es ortogonal.
Ejemplo 2.
18
Sean los vectores u = (1, 2, 1), v = (4, 0, -4) y w = (1, -1, 1); queremos
determinar si son una base ortogonal de .
cuyo determinante detA = –24 (diferente de cero) , lo que implica que los vectores
son linealmente independientes, y el conjunto es base de .
u · v = 0, u·w=0 y v·w=0
· El conjunto es base de
· Es un conjunto ortogonal y
19
Proceso de ortonormalización de Gram - Schmidt
Las fórmulas para este proceso incluyen normalizaciones (vectores unitarios), así
como proyecciones de un vector sobre otro para obtener vectores ortogonales.
Primer paso.
Segundo paso.
20
Tercer paso.
Normalizar :
Cuarto paso.
Quinto paso.
Normalizar :
Ejemplo 5.
21
Primer paso.
Segundo paso.
Tercer paso.
Normalizar :
Cuarto paso.
22
Quinto paso.
Normalizar :
23