Documente Academic
Documente Profesional
Documente Cultură
= v
1
, v
2
, . . . , v
n
son bases de un espacio
vectorial V . Recibe el nombre de matriz de transicion o matriz de cambio de la base B a
la base B
_
,
es decir, la columna i-esima esta constituida por las coordenadas del vector u
i
en la base B
.
Preliminares. 39
3.8 Espacios vectoriales con producto interior.
Proposicion 3.25 Sea P la matriz de paso de una base B en otra base B
para un espacio
vectorial V . Entonces:
a) x V se tiene que [x]
B
= P [x]
B
.
b) P es inversible y su inversa, P
1
, es la matriz de paso de la base B
a la base B.
3.8 Espacios vectoriales con producto interior.
3.8.1 Producto interior. Norma. Distancia
Denicion 3.26 Un producto interior en un espacio vectorial real V es una funcion que a
cada par de vectores u, v V le asocia un n umero real, que denotaremos por u, v), de tal
manera que se cumplen las siguientes propiedades:
a) u, v) = v, u); u, v V .
b) u +v, w) = u, w) +v, w); u, v, w V .
c) ku, v) = ku, v); u, v V y k IR.
d) u, u) 0; u V y u, u) = 0 u = 0 .
Otra propiedades que se deducen de las anteriores son:
a) 0, u) = 0
b) u, v +w) = u, v) +u, w)
c) u, kv) = ku, v)
A partir de un producto interior sobre un espacio vectorial V se denen los conceptos de
norma, distancia y angulo.
Denicion 3.27 Si V es un espacio vectorial con producto interior, entonces la norma o
longitud de un vector v V se denota mediante |v| y se dene como
|v| = +
_
v, v).
La distancia entre dos vectores u y v de V se denota mediante d(u, v) y se dene como
d(u, v) = |u v| = +
_
u v, u v).
Desigualdad de Cauchy-Schwarz 3.28 Para todo u, v V , espacio con producto interior, se
tiene que
u, v)
2
|u|
2
|v|
2
.
Denicion 3.29 Si u y v son vectores, distintos de cero, de un espacio con producto interior,
entonces, como consecuencia de la desigualdad de Cauchy-Schwarz se tiene que
1
u, v)
|u| |v|
1
y por tanto existe un unico angulo, , tal que
cos =
u, v)
|u| |v|
, con 0
Preliminares. 40
3.8 Espacios vectoriales con producto interior.
Denicion 3.30 En un espacio vectorial con producto interior, V , dos vectores u y v se dicen
ortogonales si u, v) = 0.
Ademas, si u V es ortogonal a todos los vectores de un conjunto W , se dice que u es
ortogonal a W .
Propiedades basicas de la norma 3.31
a) |u| 0; u V
b) |u| = 0 u = 0
c) |ku| = [k[ |u|; u V y k IR
d) |u +v| |u| +|v|; u, v V
Propiedades basicas de la distancia 3.32
a) d(u, v) 0; u, v V
b) d(u, v) = 0 u = v
c) d(u, v) = d(v, u); u, v V
d) d(u, v) d(u, w) +d(w, v); u, v, w V
3.8.2 El espacio eucldeo n-dimensional IR
n
Sobre el espacio vectorial IR
n
denimos la siguiente funcion
IR
n
IR
n
IR
(x, y) x y = x
1
y
1
+ +x
n
y
n
=
n
i=1
x
i
y
i
siendo x = (x
1
, . . . , x
n
) e y = (y
1
, . . . , y
n
).
Como puede verse facilmente dicha funcion es un producto interior, el que se conoce como
producto interior eucldeo. Este producto interior da lugar a las conocidas como norma y
distancia eucldeas.
Se llama espacio eucldeo n-dimensional a IR
n
con las operaciones de suma, producto
por escalares y producto interior denidos.
El producto interior eucldeo, aqu denido, constituye una generalizacion a IR
n
del producto
escalar denido, y bien conocido, en IR
2
y IR
3
.
Teorema general de Pitagoras 3.33 Si u y v son dos vectores ortogonales de un espacio
vectorial con producto interior, entonces
|u +v|
2
= |u|
2
+|v|
2
.
Este resultado de facil demostracion, se reduce en IR
2
con el producto interior eucldeo, al
conocido teorema de Pitagoras.
3.8.3 Bases ortonormales. Proceso de Gram-Schmidt
Denicion 3.34 Sean V un espacio vectorial de dimension n con producto interior y
B = v
1
, v
2
, . . . , v
n
una base de V . Se dice que B es una base ortonormal de V si |v
i
| = 1,
i = 1, . . . , n y v
i
, v
j
) = 0; i, j = 1, . . . , n con i ,= j .
La ventaja de trabajar con bases ortonormales es muy grande como ya es conocido en IR
2
o
IR
3
.
Preliminares. 41
3.8 Espacios vectoriales con producto interior.
Teorema 3.35 Si B = v
1
, v
2
, . . . , v
n
es una base ortonormal para un espacio, V , con pro-
ducto interior, entonces v V se tiene que:
v = v, v
1
)v
1
+v, v
2
)v
2
+ +v, v
n
)v
n
,
es decir, (v)
B
= (v, v
1
), v, v
2
), . . . , v, v
n
)).
Teorema 3.36 Si S = v
1
, v
2
, . . . , v
k
un conjunto nito de vectores no nulos, ortogonales
dos a dos, entonces S es linealmente independiente.
Teorema 3.37 Si P es la matriz de paso de una base ortonormal B a otra base ortonormal
B
= u
1
, u
2
, . . . , u
n
. Este
proceso de ortonormalizacion es el de Gram-Schmidt y se basa en el teorema anterior.
Demostracion:
1
a
etapa.- Como v
1
,= 0 por ser de la base B, el vector u
1
=
v
1
|v
1
|
tiene norma 1.
2
a
etapa.- Sea W
1
= linu
1
, por el teorema anterior, el vector v
2
Proy
W
1
v
2
es ortogonal
a W
1
, en particular a u
1
, y como es distinto del vector 0 se tiene que
u
2
=
v
2
Proy
W
1
v
2
_
_
v
2
Proy
W
1
v
2
_
_
=
v
2
v
2
, u
1
)u
1
|v
2
v
2
, u
1
)u
1
|
es ortogonal a u
1
y tiene norma 1. En efecto, si fuera v
2
v
2
, u
1
)u
1
= 0 , entonces
0 = v
2
v
2
, u
1
)u
1
= v
2
v
2
, u
1
)
v
1
|v
1
|
=
1
v
1
+
2
v
2
,
para
1
=
v
2
, v
1
)
|v
1
|
y
2
= 1 y, en consecuencia, v
1
, v
2
sera un conjunto linealmente de-
pendiente, lo que es absurdo por ser B = v
1
, v
2
, . . . , v
n
una base de V .
3
a
etapa.- Sea W
2
= linu
1
, u
2
, aplicando el teorema anterior, sabemos que el vector v
3
Proy
W
2
v
3
es ortogonal a W
2
, en particular a u
1
y u
2
, y como es distinto del vector 0 , se tiene
que
u
3
=
v
3
Proy
W
2
v
3
_
_
v
3
Proy
W
2
v
3
_
_
=
v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
|v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
|
Preliminares. 42
3.9 Ejercicios.
es ortogonal a u
1
y u
2
, y tiene norma 1. En efecto, si fuera v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
= 0 ,
entonces
0 =v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
=
=v
3
v
3
, u
1
)
v
1
|v
1
|
v
3
, u
2
)
v
2
v
2
, u
1
)u
1
|v
2
v
2
, u
1
)u
1
|
=
1
v
1
+
2
v
2
+
3
v
3
;
y como
3
= 1, v
1
, v
2
, v
3
sera un conjunto linealmente dependiente, lo que es absurdo por
ser B = v
1
, v
2
, . . . , v
n
una base de V .
Continuando con el proceso se va construyendo un conjunto ortonormal de n vectores no nulos,
B
= u
1
, u
2
, . . . , u
n
. Dado que dimV = n y que todo conjunto ortonormal es linealmente
independiente, se concluye que B
, y
) = (x +x
, y +y
, y
) = (x +x
+1, y +y
= xx
y kx = x
k
.
3.2 Cuales de los siguientes conjuntos son subespacios vectoriales de IR
3
o IR
4
?
a) Todos los vectores de la forma (a, 1, 1).
b) Todos los vectores de la forma (a, b, c) con b = a +c.
c) Todos los vectores de la forma (a, b, c, d) con a + 2d = 7.
d) Todos los vectores de la forma (a, b, c, d) con ba = 0.
3.3 Sean v
1
= (2, 1, 0, 3), v
2
= (3, 1, 5, 2) y v
3
= (1, 0, 2, 1). Cuales de los vectores
(2, 3, 7, 3), (0, 0, 0, 0), (1, 1, 1, 1) y (4, 6, 13, 4), estan en linv
1
, v
2
, v
3
?
3.4 Sea V un espacio vectorial y S = v
1
, . . . , v
k
. Probar que linS es un subespacio vectorial
de V .
3.5 Sea V un espacio vectorial y S = v
1
, . . . , v
k
. Probar que si W es un subespacio vectorial
de V que contiene a los vectores de S, entonces linS W .
3.6 Sean V un espacio vectorial y E y F dos subespacios de V . Probar que E F y E +F
son subespacios de V .
3.7 Para que valores reales de los vectores v
1
= (,
1
2
,
1
2
) v
2
= (
1
2
, ,
1
2
) y v
3
=
(
1
2
,
1
2
, ) forman un conjunto linealmente dependiente en IR
3
?
3.8 Dados tres vectores linealmente independientes u, v y w, demostrar que u+v, v +w y
w +u son tambien linealmente independientes.
3.9 Probar que si los vectores v
1
, . . . , v
k
son linealmente dependientes, al menos uno de ellos
se puede escribir como una combinacion lineal de los restantes.
3.10 Determinar la dimension de los siguientes subespacios de IR
4
:
a) Todos los vectores de la forma (a, b, c, 0).
b) Todos los vectores de la forma (a, b, c, d) con d = a +b y c = a b.
c) Todos los vectores de la forma (a, b, c, d) con a = b = c = d.
Preliminares. 43
3.9 Ejercicios.
3.11 Demostrar que los vectores solucion de un sistema no homogeneo compatible, AX = B, de
m ecuaciones con n incognitas no forman un subespacio de IR
n
. Que ocurre si el sistema
es homogeneo, es decir, si B = 0?
3.12 Considerar en IR
4
los siguientes conjuntos de vectores:
A = (1, 2, 1, 3), (0, 1, 0, 3) B = (1, 1, 1, 0), (2, 3, 1, 2), (0, 0, 0, 1)
a) Hallar las dimensiones de lin(A) y de lin(B).
b) Hallar las ecuaciones parametricas de lin(A) y de lin(B).
c) Hallar una base de lin(A) + lin(B).
d) Hallar las ecuaciones cartesianas de lin(A) y de lin(B).
e) Hallar la dimension de lin(A) lin(B).
3.13 Consideremos en el espacio vectorial IR
3
la base B = u
1
, u
2
, u
3
. Sea E el subespacio
engendrado por los vectores
v
1
= u
1
+ 3u
3
, v
2
= 2u
1
3u
2
+u
3
, v
3
= 4u
1
3u
2
+ 7u
3
.
Sea F el subespacio engendrado por los vectores
w
1
= u
1
+u
2
+u
3
, w
2
= 2u
1
+ 3u
2
+ 4u
3
, w
3
= 3u
1
+ 4u
2
+ 5u
3
.
Hallar una base de E, una base de F , el subespacio E F y una base de E F .
3.14 Sea M
22
el espacio vectorial de las matrices cuadradas de orden 2 sobre IR y sea E
el subconjunto de M
22
formado por las matrices de la forma
_
a b +c
b +c a
_
con
a, b, c IR.
a) Demostrar que E es un subespacio vectorial.
b) Probar que las matrices A
1
=
_
1 0
0 1
_
, A
2
=
_
0 1
1 0
_
, A
3
=
_
0 1
1 0
_
, forman
una base de E.
3.15 Sea B una base de un espacio vectorial V de dimension n. Demostrar que el conjunto
v
1
, v
2
, . . . , v
n
es una base de V si, y solo si el conjunto [v
1
]
B
, [v
2
]
B
, . . . , [v
n
]
B
es una
base de IR
n
.
3.16 Sean u = (u
1
, u
2
, u
3
) y v = (v
1
, v
2
, v
3
). Determinar si u, v) = u
1
v
1
u
2
v
2
+u
3
v
3
dene
un producto interior en IR
3
.
3.17 Sea V un espacio con producto interior. Demostrar que si w es ortogonal a cada uno de
los vectores v
1
, v
2
, . . . , v
k
entonces es ortogonal a linv
1
, v
2
, . . . , v
k
.
3.18 a) Encontrar dos vectores de IR
2
con norma eucldea uno y cuyo producto interior eucldeo
con (2, 4) sea cero.
b) Demostrar que hay un n umero innito de vectores en IR
3
con norma eucldea uno y
cuyo producto interior eucldeo con (1, 7, 2) es cero.
3.19 Demostrar que si V es un espacio con producto interior, entonces u, v V ,
u, v) =
1
4
_
|u +v|
2
|u v|
2
_
3.20 Sea v
1
, v
2
, . . . , v
k
una base del espacio vectorial V con producto interior. Demostrar
que 0 es el unico vector en V que es ortogonal a todos los vectores de la base.
3.21 Sean a = (
1
5
,
1
5
) y b = (
2
30
,
3
30
). Demostrar que a, b es ortonormal si IR
2
tiene el
producto interior u, v) = 3u
1
v
1
+2u
2
v
2
donde u = (u
1
, u
2
) y v = (v
1
, v
2
), y que no lo es
si IR
2
tiene el producto interior eucldeo.
Preliminares. 44
3.9 Ejercicios.
3.22 Considera IR
3
con el producto interior euclideo. Utiliza el proceso de Gram-Schmidt para
transformar, en cada caso, la base u
1
, u
2
, u
3
en una base ortonormal.
a) u
1
= (1, 1, 1), u
2
= (1, 1, 0), u
3
= (1, 2, 1).
b) u
1
= (1, 0, 0), u
2
= (3, 7, 2), u
3
= (0, 4, 1).
3.23 Considera IR
3
con el producto interior u, v) = u
1
v
1
+2u
2
v
2
+3u
3
v
3
. Utiliza el proceso de
Gram-Schmidt para transformar la base formada por los vectores
u
1
= (1, 1, 1), u
2
= (1, 1, 0) y u
3
= (1, 0, 0) en una base ortonormal.
3.24 Sea v
1
, v
2
, v
3
una base ortonormal de un espacio V con producto interior. Demostrar
que si w es un vector de V , entonces:
|w|
2
= w, v
1
)
2
+w, v
2
)
2
+w, v
3
)
2
3.25 Tomemos en IR
4
el producto interior euclideo. Expresar el vector w = (1, 2, 6, 0) en
la forma w = w
1
+ w
2
donde, w
1
esta en el subespacio W generado por los vectores
u
1
= (1, 0, 1, 2) y u
2
= (0, 1, 0, 1), y w
2
es ortogonal a W .
3.26 Suponer que IR
4
tiene el producto interior euclideo.
a) Hallar un vector ortogonal a u
1
= (1, 0, 0, 0) y u
4
= (0, 0, 0, 1), y que forme angulos
iguales con los vectores u
2
= (0, 1, 0, 0) y u
3
= (0, 0, 1, 0).
b) Hallar un vector x de longitud 1, ortogonal a u
1
y a u
2
, tal que el coseno del angulo
entre x y u
3
sea el doble del coseno del angulo entre x y u
4
.
3.27 Aplicar la desigualdad de Cauchy-Schwarz para demostrar que si a
1
, a
2
, . . . , a
n
son n umeros
reales positivos, entonces
(a
1
+a
2
+ +a
n
)
_
1
a
2
+
1
a
2
+ +
1
a
n
_
n
2
3.28 Hallar la distancia del vector u = (1, 1, 1, 1) al subespacio generado por los vectores v
1
=
(1, 1, 1, 0) y v
2
= (1, 1, 0, 0).
3.29 Dados los vectores x = (x
1
, x
2
, x
3
) e y = (y
1
, y
2
, y
3
) de IR
3
, demostrar que la expresion
x, y) = 2x
1
y
1
+ 2x
2
y
2
+x
3
y
3
+x
1
y
2
+x
2
y
1
dene un producto interior.
Encontrar una base u
1
, u
2
, u
3
ortonormal respecto al producto interior anterior tal que
u
2
y u
3
tengan igual direccion y sentido que los vectores (0, 1, 0) y (0, 0, 1), respectiva-
mente.
3.30 En una cierta base u
1
, u
2
, u
3
, u
4
de un espacio vectorial V , un vector w tiene por coorde-
nadas (3, 1, 2, 6). Hallar las coordenadas de W en otra base v
1
, v
2
, v
3
, v
4
cuyos vectores
verican que v
1
= u
1
+ u
2
, v
2
= 2u
4
u
1
, v
3
= u
2
u
3
,
v
4
= 2u
1
u
2
.
3.31 En IR
3
se consideran las bases B = e
1
, e
2
, e
3
(la base canonica) y B
= v
1
, v
2
, v
3
donde v
1
= (2, 0, 0), v
2
= (0, 1, 2) y v
3
= (0, 0, 3). Hallar las coordenadas respecto de
la base B
del vector x = 4e
1
+e
2
5e
3
.
3.32 Se consideran en IR
3
las bases B = u
1
, u
2
, u
3
y B
= v
1
, v
2
, v
3
, siendo
u
1
= (3, 0, 3), u
2
= (3, 2, 1), u
3
= (1, 6, 1) y
v
1
= (6, 6, 0), v
2
= (2, 6, 4), v
3
= (2, 3, 7).
a) Hallar la matriz de paso de B a B
.
b) Calcular la matriz de coordenadas, [w]
B
, siendo w = (5, 8, 5).
c) Calcular [w]
B
de dos formas diferentes
3.33 Sea V el espacio generado por f
1
(x) = sen(x) y f
2
(x) = cos(x).
Preliminares. 45
3.9 Ejercicios.
a) Demostrar que g
1
(x) = 2 senx + cos x y g
2
= 3 cos x forman una base para V .
b) Hallar la matriz de transicion de B = f
1
, f
2
a B
= g
1
, g
2
.
c) Calcular la matriz de coordenadas, [h]
B
, donde h(x) = 2 senx 5 cos x.
d) Calcular la matriz de transicion de B
a B.
3.34 Probar que una matriz A de orden n es ortogonal si, y solo si sus vectores la forman un
conjunto ortonormal en IR
n
.
Preliminares. 46