Sunteți pe pagina 1din 14

40 Matematicas I

Parte II

Algebra Lineal

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

41 Matematicas I : Algebra Lineal

Tema 4

Espacios vectoriales reales


4.1

Espacios vectoriales

Denicion 88.- Un espacio vectorial real


V es un conjunto de elementos denominados vectores, junto con
dos operaciones, una que recibe el nombre de suma de vectores y otra que recibe el nombre de producto de
vectores por numeros reales o producto por escalares, que verican las siguientes propiedades:
(1) u + v

V;

u,v V.

(2) u + v

=v+u;

u,v V.
u, v , w V .

(3) u + ( v + w ) = (u + v ) + w ;

(4) Existe un vector, llamado vector cero y denotado por


u V , existe un vector de

(5) Para cada

V , llamado

0, tal que: 0 + u = u + 0 = u ;
opuesto

de u y denotado por

uV.
u , tal que

u + (u) = 0 .
(6) k u V ;

k IR y u V .
k IR y u , v V .

(7) k( u + v ) = k u + k v ;

k, l IR y u V .

(8) (k + l)u = k u + l u ;
(9) (kl)u = k(l u );

k, l IR y u V .

uV.

(10) 1 u = u ;

Por ser los escalares de IR, se dice que V


es un IR-espacio vectorial. Se pueden considerar espacios vectoriales
sobre otros cuerpos de escalares, como
C.
Ejemplo
Los conjuntos IRn, los conjuntos de polinomios Pn[X] = {P (X) IR[X] : gr(P ) n}
y los conjuntos
de matrices reales Mmn
= {matrices de tamano mn} , con las operaciones usuales en cada uno de ellos, son
espacios vectoriales reales.
Propiedades 89.-

Algunas propiedades que se deducen de las anteriores son:

(i) 0 u = 0 .

(iii) (1)u = u .

(ii) k0 = 0 .
k = 0 o

(iv) k u = 0

u=0.

(v) El vector cero de un espacio vectorial es unico.


(vi) El vector opuesto de cada vector del espacio vectorial es unico.

4.2

Subespacios vectoriales

Denicion 90.- Un subconjunto W de un espacio vectorial V se dice que es un subespacio vectorial de V ,


si W es un espacio vectorial con las operaciones denidas en
V.
Como W V , todos los vectores de

W verican las propiedades 2 a 5 y 7 a 10, por tanto es suciente

probar que las operaciones suma y producto por escalares son internas en

W , es decir, que se verican las

propiedades (1) y (6) en W :


( 1)u + v

W;

Prof: Jose Antonio Abia Vian

u, v W

( 6)ku W ;

u W y k IR

I.T.I. en Electricidad

42 Matematicas I : Algebra Lineal

4.3 Base y dimension

Estas dos propiedades son equivalentes a la propiedad unica:


Nota: Es claro, que si W

ku + l v W ;
u , v W y k, l IR.
es un subespacio de V , entonces
0W.

Ejemplo
P2[X] es un subespacio de P4[X], pues es un subconjunto suyo y si P (X), Q(X) P2[X], el grado de
kP (X) + lQ(X) es
gr(kP + lQ) = max{gr(kP ), gr(lQ)} max{gr(P ), gr(Q)} 2, por lo que esta en
P2[X].
Sin embargo, {P (X) : gr(P) = 2} no es un subespacio de P 4[X], por dos razones: primero, porque no contiene
al polinomio cero; y segundo, no verica la propiedad (1) ya que
X2y 2X X2son polinomios del conjunto
2
2
pero su suma X + (2X X ) = 2X es un polinomio de grado 1 que no esta en el conjunto.
4
Denicion 91.- Se dice que un vector v V es una combinacion lineal de los vectores
y solo si, c1, c2, . . . , cn IR tales que v = c1v1+ c2v2+ + cnvn.
Denicion 92.-

Dado un conjunto de vectores

S = { v1, v2, . . . , vk}

v1, v2, . . . , vnsi,

de un espacio vectorial

V , llamaremos

subespacio lineal generado por


S y que denotaremos por
lin S o lin{ v1, v2, . . . , vk} , al conjunto de
todas las combinaciones lineales que se pueden formar con los vectores de
S:
n
o
lin S = lin{ v1, v2, . . . , vk} =
c1v1+ c2v2+ + ckvk: ci IR
y se dira que S genera lin S o que v1, v2, . . . , vkgeneran lin S .
V y, de hecho, es el mas pequeno que contiene a los

Naturalmente lin S es un subespacio vectorial de


vectores de S (ver ejercicio 4.6).

Denicion 93.- Dado un conjunto S = { v1, v2, . . . , vk}


de vectores del espacio vectorial
V , la ecuacion
vectorial c1v1+ c2v2+ + ckvk= 0
tiene al menos una solucion, a saber:
c1= c2= = ck= 0. Si esta
solucion es unica, entonces se dice que S es un conjunto linealmente independiente (o que los vectores
de S son linealmente independientes). Si existen otras soluciones, entonces se dice que
S es linealmente
dependiente (los vectores son linealmente dependientes).
El vector 2X X2de

Ejemplo

P2[X] esta generado por los vectores X 1 y X2

2X X2 = (X 1) + (X2 2) = X + X2 2 = ( 2) + X + X2

luego 2X X2= 2(X 1) + (1)(X2 2).


Los polinomios X + 2 y X2de

Ejemplo

P2[X] son linealmente independientes: si

polinomio cero), se tiene que 0 = (X + 2) + X = 2 + X + X =


2

2 = 0,

2 = 0
=2
= 1
(X + 2) + X2= 0 (al

=0y

= 0, ya que los

coecientes de ambos polinomios deben coincidir.

Nota: Si los vectores { v1, v2, . . . , vk}


son linealmente dependientes, al menos uno de ellos se puede escribir
como una combinacion lineal de los restantes; y si son linealmente independientes ninguno de ellos puede ser
generado por los restantes. Es decir, se tiene la siguiente caracterizacion para que un conjunto de dos o mas

vectores sea linealmente dependiente (ver ejercicio 4.7):


Un conjunto de dos o mas vectores es linealmente dependiente si, y solo si, al menos uno
de los vectores es una combinacion lineal de los restantes.

4.3

Base y dimension

Lema 94.-

Si vn+1

= c1v1+ + cnvn, entonces lin{ v1, . . . , vn, vn+1 } = lin{ v1, . . . ,

vn} .

Es facil asumir que este resultado es cierto, ya que cualquier combinacion lineal de los n + 1 vectores puede
reconvertirse a una combinacion lineal de los
n primeros, por simple sustitucion. En otras palabras,
puede
reducirse el numero de generadores mientras haya dependencia lineal, lo que nos lleva a:
Denicion 95.- Sean V un espacio vectorial y S un conjunto nito de vectores de V . Diremos que S
base de V si:
a) S es linealmente independiente
y
b) S genera a V

Prof: Jose Antonio Abia Vian

es una

I.T.I. en Electricidad

43 Matematicas I : Algebra Lineal

4.3 Base y dimension

Observacion: El comentario anterior a esta denicion nos indica la manera de reducir un conjunto generador
del espacio a una base.
Igualmente, podemos construir una base a partir de un conjunto linealmente independiente de vectores: si
S es linealmente independiente y

v V pero que

lin S6= V , tomando

v / lin S , el conjunto

linealmente independiente (ver el Lema 96 siguiente); y as, se anaden vectores a S

hasta generar

S { v } es

V.

y v V lin S , entonces S{ v }

Lema 96.- Si S es un conjunto linealmente independiente de vectores de V


es linealmente independiente.

De cierta forma, estamos diciendo que una base tiene el menor numero posible de generadores y el mayor
numero posible de vectores linealmente independientes (ver Lema 97 siguiente); luego no tendra una base un
numero jo de vectores? La respuesta la proporciona el Teorema de la base.
Lema 97.- Sean V un espacio vectorial y
B una base de V formada por n vectores. Entonces cualquier
conjunto { v1, v2, . . . , vm}
de vectores de V, con m > n, es linealmente dependiente.
.
Teorema de la base 98.-

Cualesquiera dos bases de un espacio vectorial tienen el mismo numero de elementos.

Demostracion:
La demostracion es muy sencilla si tenemos en cuenta el Lema anterior, pues si B1es una base de n elementos
y B2es una base de m
elementos, por ser B1base y B2linealmente independiente, m6> n y por ser B 2base
y B1linealmente independiente
n6> m, luego n = m.
Denicion 99.- Un espacio vectorial V se dice de dimension nita si tiene un conjunto nito de vectores
que forman una base, y llamaremos dimension de V , dim V , al numero de vectores de cualquier base de
V.
Al espacio vectorial V = { 0} le consideramos de dimension nita, de dimension cero, aun cuando no tiene
conjuntos linealmente independientes.
Si no existe un conjunto nito de este tipo, se dice que
IR[X] es un espacio vectorial de dimension innita).
Ejemplo

P2[X] = {P (X) IR[X] : gr(P) 2}

general, dim(Pn[X]) = n + 1 y B = {1, X, . . . , Xn}


Ejemplo

100 Los conjuntos

IRn=

V es de dimension innita
tiene dimension 3, pues

(y no nos son ajenos pues

B = {1, X, X2}

forman una base. En

es una base suya.

IR IR IR

= {(x1, . . . , xn) :

xi

IR, i}

con las operaciones

habituales de suma y producto por escalares


x + y = (x1, . . . , xn) + (y1, . . . , yn) = (x1+ y1, . . . , xn+ yn)
x = (x1, . . . , xn) = (x1, . . . , xn)
son espacios vectoriales con dim IRn= n, ya que cualquier vector

x IRnpuede escribirse de la forma

x = (x1, x2, . . . , xn) = x1(1, 0, . . . , 0) + x2(0, 1, . . . , 0) + + xn(0, 0, . . . , 1)


y este conjunto de vectores
o
n
B = e1= (1, 0, . . . , 0), e2= (0, 1, . . . , 0), . . . , en= (0, 0, . . . , 1)
es linealmente independiente. A esta base se la denomina base canonica de IRn.

Conocer a priori la dimension de un espacio facilita la obtencion de bases:


Proposicion 101.- Si V es un espacio vectorial, con
es base de V ,
a) si el conjunto es linealmente independiente, o

4.3.1

dim V = n. Entonces, un conjunto de


b) si genera a

n vectores de V

V.

Coordenadas en una base

Denicion 102.- Sean V un espacio vectorial de dimension nita y


B = { v1, v2, . . . , vn}
una base de V .
Para cada vector
v V , se llaman coordenadas de
v en la base
B a los n
umeros reales
c1, c2, . . . , cntales que
v = c1v1+ c2v2+ + cnvn.
Fijando un orden para los vectores de la base, el vector de
IRn, de las coordenadas de
v en B se denota
por (v )B= (c1, c2, . . . , cn) y mas usualmente por [ v ]Bcuando lo escribimos como vector columna en las
operaciones con matrices: [ v ]B= (c1, c2, . . . , cn)t .

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

44 Matematicas I : Algebra Lineal

4.3 Base y dimension

Si B = { v1, v2, v3} es una base de V y v = v1 v2+ 2 v3, se tiene que


(v )B= (1, 1, 2)
( v1)B= (1, 0, 0)
( v2)B= (0, 1, 0)
( v3)B= (0, 0, 1)

Ejemplo
o tambien

[v]B

[v1]B

[v2]B

[v3]B

Nota: Al usar vectores de coordenadas, es imprescindible mantener el orden de los vectores. Si, en el ejemplo
anterior, tomamos como base

B1=

{ v2,

v3,

v1} , tenemos que ( v )B1= (1, 2, 1) que es un vector de

coordenadas distinto de (v )B= (1, 1, 2).


Fijada una base, la unicidad de las coordenadas asigna a cada vector de
V un unico vector de IRn, de manera
que disponer de las coordenadas es, en el fondo, disponer del vector. Ademas, se cumple (ver ejercicio 4.14):
[v ]B= [ v ]B,

[ v + w ]B= [ v ]B+ [w ]By

luego [1v1+ +nvn]B= 1[ v1]B+ + n[ vn]B

y con esto, no es dicil probar que:


v lin{v1, . . . , vk} V [v]B lin{[v1]B, . . . , [vk]B} IRn
{v1, . . . , vk}

lin. independiente en V {[v1]B, . . . , [vk]B}


{v1, . . . , vn}

lin. independiente en IRn

base de V {[v1]B, . . . , [vn]B}

base de IRn

por lo que se puede trabajar sobre las coordenadas en lugar de sobre los vectores.

4.3.2

Espacios de las las y las columnas de una matriz

De lo anterior, tenemos que independientemente del espacio vectorial en que nos encontremos, jada una base,
podemos trasladar todo el trabajo operativo sobre los vectores de
IRn; por lo que resulta muy interesante

conocer esta seccion.

Denicion 103.- Consideremos la matriz Amn

a11a12. . .
a21a22. . .
..
..
.
.

...

a 1n
a 2n
..
.
.

am1
am2
. . . amn
Los m vectores de IRn:
r1= (a11, . . . , a1n),
r2= (a21, . . . , a2n), . . . ,
rm= (am1, . . . , amn), se denominan
vectores la de A
y al subespacio lineal generado por ellos,
Ef(A) = lin{ r1, r2, . . . , rm} , espacio de las
las de A . Por supuesto
Ef(A) IRn.
Los n vectores de

IRm:

c1= (a11, . . . , am1),

c2= (a12, . . . , am2), . . . ,

vectores columna de A y el subespacio lineal generado por ellos,


las columnas de
A. Por supuesto Ec(A) IRm.

cn= (a1n, . . . , amn), se denominan

Ec(A) = lin{ c1, c2, . . . , cn} , espacio de

Proposicion 104.- Si A es una matriz de tamano mn, entonces las operaciones elementales sobre las las
(resp. columnas) de A no cambian el espacio de las las (resp. columnas) de
A.
Demostracion:
Puesto que hacer operaciones elementales sobre las las es hacer combinaciones lineales de los vectores la, el
subespacio lineal generado es el mismo. (Igual para las columnas.)
Corolario 105.-

Sea A una matriz, entonces:

a) Los vectores no nulos de una forma escalonada de la matriz A , forman una base de E f(A).
b) Los vectores no nulos de una forma escalonada de la matriz At, forman una base de Ec(A).
Demostracion:
Basta probar que los vectores no nulos de una forma escalonada son linealmente independientes, pero eso se

comprueba facilmente ya que debajo de cada elemento principal solo hay ceros.

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

45 Matematicas I : Algebra Lineal

Teorema 106.-

4.4 Cambios de base

Sea A una matriz de tamano mn, entonces:

dim(Ef(A)) = dim(Ec(A)).

Demostracion:
El resultado es inmediato, teniendo en cuenta que rg(A) = rg(At), y que el rango coincide con el numero de
vectores no nulos en la forma escalonada, as como el resultado anterior.
Estos resultados nos permiten usar el metodo de Gauss, y por lo tanto nos ofrecen un operativo sencillo, para
comprobar cuando un conjunto de vectores es linealmente independiente y para obtener bases.
Ejemplo
Los vectores X 1, X + 1 y X2 1 de P2[X] son linealmente independientes?
Tomemos la base B = {1, X, X2} de P2[X], entonces formamos por las la matriz:
1 1 0
F2+F1
110 0 20
1 0 1 0 1 1
F3F
F3+12F2
1

(X 1)B
(X + 1)B
(X2 1)B

A=

1 1 0
020
001

1 1 0

Por lo anterior, los vectores la de la ultima matriz son linealmente independientes y


consecuencia, los tres vectores la de la matriz A

inicial que generan

dim Ef(A) = 3. En

Ef(A) son tambien base, luego linealmente

independientes y los polinomios del enunciado tambien son linealmente independientes.


Ademas, forman una base de P2[X] (por que?).

4.4

Cambios de base

Puesto que las coordenadas estan referidas a una base, al cambiar la base de trabajo, habra que cambiar a las
coordenadas en la nueva base. Pero este proceso puede realizarse facilmente, teniendo en cuenta lo siguiente:
Denicion 107.- Sean B1= { u1, u2, . . . , un}
y B2= { v1, v2, . . . , vn}
son bases de un espacio vectorial
V . Recibe el nombre de matriz de transicion o matriz de cambio de la base B 1a la base
B2, la matriz
de dimensiones nn, que por columnas es
(

P=
,
[u1]B2[u2]B2

[un]B2
es decir, la columna i-esima esta constituida por las coordenadas en la base

B2, del vector

uide la base B1.

En otras palabras, la matriz de cambio de base tiene por columnas las coordenadas en la base de llegada de
los vectores de la base de partida.
El porque la matriz de paso se contruye as, puede observarse en la prueba de la proposicion siguiente:
Proposicion 108.-

Sea P la matriz de paso de una base

B1en otra base

B2de un espacio

V . Entonces:

1.- x V se tiene que [ x ]B2=P [x ]B1.


2.- P es inversible y su inversa,

P1 , es la matriz de paso de la base

B2a la base

B 1.

Demostracion:
Sea B1= { u1,

u2, . . . , un}

y sea x = c1u1+ c2u2+ + cnun. Entonces, Apartado 1:


c1

(
2

[u1]B2[u2]B2
P [x]B1=

[un]B2

..
.
cn
= c1[u1]B2+c2[u2]B2+ + cn[un]B2= [c1u1+ c2u2+ + cnun]B2= [x]B2

Apartado 2: como los vectores de la base


la base

B1son linealmente independientes, sus vectores de coordenadas en

B2tambien lo son. Luego las columnas de

P son vectores linealmente independientes y

rg(P ) = n ,

por lo que P es inversible.


Ademas,

[ x]B2=P[ x]B1=

de cambio de la base

Prof: Jose Antonio Abia Vian

B2en la base B1.

P 1[x]B2=P 1P[x ]B1=

P1[x ]B2= [x ]B1yP1

es la matriz

I.T.I. en Electricidad

46 Matematicas I : Algebra Lineal

4.5 Espacios vectoriales con producto interior

Ejemplo
Consideremos las bases B = {1, X, X2} y B1= {X 1, X + 1, X2 1}
La matriz de paso de la base
B1a la base
B sera:
(

1 1

[X 1]B[X + 1]B[X 1]B

P=

la matriz de paso de B

de P2[X].

110
001

P1=

1
2
1
2

1
2
1
2

1
2
1
2

a B1.

Ejemplo
Consideremos en IR3 la base canonica Bc= { e1= (1, 0, 0),
e2= (0, 1, 0), e3= (0, 0, 1)}
y la base
B1= { v1= (1, 0, 1),
v2= (2, 1, 1), v3= (0, 1, 1)} .
Como v1= 1(1, 0, 0) + 0(0, 1, 0) 1(0, 0, 1) = e 1 e3, se tiene que ( v1)Bc
= (1, 0, 1); y lo mismo para
los otros vectores, luego la matriz de paso de la base
B1a la base
Bcsera:
(
P=

1 2
0 1
1 1

[v1]Bc[v2]Bc[v3]Bc

la matriz de paso de la base Bca la base

0
y

1 2
0 1
1 1

P 1=

0
1

B1.

Nota: A la vista del ejemplo anterior, obtener las coordenadas de un vector de IRnen la base canonica de IRn
es inmediato, pues (x )Bc=x . Pero ciudado!, al trabajar con vectores de IRnno hay que confundir el vector
con las coordenadas en una base, pues la igualdad anterior unicamente es cierta en la base canonica.

4.5
4.5.1

Espacios vectoriales con producto interior


Producto interior. Norma. Distancia

Denicion 109.- Un producto interior en un espacio vectorial real


V es una funcion que a cada par de
vectores u, v V le asocia un numero real, que denotaremos por h u, v i, de tal manera que se cumplen las
siguientes propiedades:
1.- hu , v i = h v , u i; u , v V .
2.- hu + v , w i = h u, w i + hv , w i ; u , v , w V .
3.- hk u, v i = khu , v i ; u, v
4.- hu , u i 0;

uV

V y k IR.
hu , u i = 0

u = 0 .

Otra propiedades que se deducen de las anteriores son:


1.- h0, u i = 0
Ejemplo

2.- hu, v + w i = hu , v i + hu , w i

3.- h u, k v i = khu , v i

hP(X), Q(X)i = P (1)Q(1) + P 0(1)Q0(1) + P (1)Q (1).

Considerar en P2[X], la funcion

00

00

(1) hP (X), Q(X)i = P (1)Q(1) + P0(1)Q0(1) + P (1)Q (1)


= Q(1)P (1) + Q0(1)P0(1) + Q (1)P (1) = hQ(X), P (X)i

(2) hP (X) + R(X), Q(X)i = P (1) + R(1) Q(1) + P0(1) + R0(1) Q0(1) + P (1) + R (1)
Q (1)

= P(1)Q(1)+P0(1)Q0(1)+P (1)Q (1)


+ R(1)Q(1)+R0(1)Q0(1)+R (1)Q (1)
= hP(X), Q(X)i + hR(X), Q(X)i
00

00

00

00

00

00

00

00

00

00

00

(3) hkP (X), Q(X)i = kP (1)Q(1) + kP 0(1)Q0(1) + kP 00(1)Q00(1)


= k P (1)Q(1) + P0(1)Q0(1) + P (1)Q (1)
00

Prof: Jose Antonio Abia Vian

00

= khP (X), Q(X)i

I.T.I. en Electricidad

47 Matematicas I : Algebra Lineal

4.5 Espacios vectoriales con producto interior

(4) hP (X), P (X)i = P (1)P (1) + P 0(1)P 0(1) + P 00(1)P00(1) =


0

2
P(1)

00

2
P 00(1)

0.

P (X) = a + bX + cX2, de donde

Y, se da la igualdad si y solo si, P(1) = P (1) = P (1) = 0. Entonces, sea


P0(X) = b + 2cX y P 00(X) = 2c ; de las igualdades se tiene:
P(1) = P 0(1) = P 00(1) = 0

2
P 0(1)

a = b = c = 0

P(X) = 0.

2c = 0
Luego tenemos un producto interno denido en P 2[X].

4
se denen los conceptos de norma, distancia y angulo.

A partir de un producto interior sobre un espacio V

Denicion 110.- Si V es un espacio vectorial con producto interior, entonces la


modulo) de un vector
v V se denota mediante k v k y se dene como

k v k = + h v , v i.
La distancia entre dos vectores

norma

(o longitud

u y v de V se denota mediante d( u, v ) y se dene como

d(u , v ) = k u v k = +
h u v , u v i.

Desigualdad de Cauchy-Schwarz 111.-

u , v V, espacio con producto interior, se tiene

Para todo

hu, vi2 kuk kvk o en la forma


2

|hu, vi| kuk kvk .

Propiedades basicas de la norma 112.-

Propiedades basicas de la distancia 113.-

1.- k u k 0; u V

1.- d(u , v ) 0;

u,v V

2.- k u k = 0 u = 0

2.- d(u , v ) = 0

u = v

3.- kk u k =|k| ku k ; u V y k IR

3.- d(u , v ) = d(v , u );

4.- k u + v k ku k+k v k ; u , v V

4.- d(u , v ) d(u , w )+d( w , v );

u,vV
u,v,w V

La prueba de estas propiedades es analoga a la de las propiedades del modulo colplejo.


Observacion: Sean V un espacio con producto interior y B = { u1, . . . , un}
vectores v = a1u1+ + anuny
w = b1u1+ + bnun, entonces

una base de V . Tomemos dos

hv, wi = ha1u1+ + anun, wi = a1hu1, wi + + anhun, wi


= a1hu1, b1u1+ + bnuni + + anhun, b1u1+ + bnuni
a n
,
= a1hu1, u1ib1 + a1hu1, unibn+
hun u1ib1+ + anhun, unibn
hu1, u1i hu1, uni

(
=

a1

..
. ..
..
.
.
hun, u1i hun, uni

an

b1
..

QB[w]B= [v]tBQB [w]B

bn

luego, jada una base, un producto interior se puede obtener a partir de las coordenadas en la base. La matriz
QBobtenida se denomina matriz de Gram
o matriz metrica. Por las propiedades del producto interior,
es simetrica y los elementos de la diagonal positivos.
4.5.1.1

El espacio eucldeo

QB

n -dimensional IRn

Denicion 114.- Sobre el espacio vectorial IRndenimos la funcion que a cada


hx , y i = x y = (x1, . . . , xn) (y1, . . . , yn) = x1y1+ + xnyn=

x, y IRnle asocia
n
xiyi
i=1

Como puede comprobarse facilmente dicha funcion es un producto interior, el que se conoce como producto
interior eucldeo o producto escalar eucldeo (ya usado en IR2y IR3).
Este producto interior da lugar a la norma y distancia eucldeas, ya conocidas:

k xk =
+
(x1 y1)2 + + (xn yn)2 .
x 1 + x2 y
d(x, y) = k x y k =
2

Se llama espacio eucldeo


Prof: Jose Antonio Abia Vian

n -dimensional a

IRncon el producto interior eucldeo.


I.T.I. en Electricidad

48 Matematicas I : Algebra Lineal

4.5 Espacios vectoriales con producto interior

Nota: Si la matriz metrica del producto interior en la base


B , QB, es la identidad, el producto interior se
reduce al producto escalar eucldeo de los vectores de coordenadas. Esto ocurre precisamente para las bases
ortonormales que se estudian en la siguiente seccion.

4.5.2

Ortogonalidad

Denicion 115.- Si u y v son vectores distintos de cero de un espacio con producto interior, como conse1 khuukk,vvik 1 y, por tanto, existe un unico

cuencia de la desigualdad de Cauchy-Schwarz se tiene que

, , tal que
h

cos = u, v i
,

k u k k v k con 0
Denicion 116.- En un espacio vectorial con producto interior, dos vectores
gonales si hu , v i = 0. Suele denotarse por
uv.
Si u es ortogonal a todos los vectores de un conjunto W , se dice que
Se dice que

S = { v1, v2, . . . , vk}

u y v se dicen que son ortou es ortogonal a W .

es un conjunto ortogonal si los vectores son ortogonales dos a dos, es

decir, si vi vjpara todo i6= j .


Ejemplo
Los vectores de la base canonica de IR3con el producto escalar eucldeo son ortogonales entre si,
pero no lo son si el producto interior denido es:
h v , w i = v1w1+ v1w2+ v2w1+ 2v2w2+ v3w3. (Pruebese
que es un producto interior). En efecto:
he1, e2i = h(1, 0, 0), (0, 1, 0)i = 0 + 1 + 0 + 0 + 0 = 16= 0.

Nota: Si dos vectores son ortogonales, el angulo que forman es de radianes (los famosos 90 grados). De hecho,
en IRncon el producto escalar eucldeo, la ortogonalidad coincide con la perpendicularidad.
Una curiosidad:
Teorema general de Pitagoras 117.producto interior, entonces

Si u y v son dos vectores ortogonales de un espacio vectorial con


2

k u + v k = k uk + k v k .
Este resultado, de facil comprobacion, se reduce en
IR2con el producto escalar al Teorema de Pitagoras.
Tambien es sencillo probar el resultado siguiente (ver ejercicio 4.21):
Proposicion 118.-

Si w { v1, v2, . . . , vk} , entonces

w lin{ v1, v2, . . . , vk} .

Mucho mas interesante es el siguiente, que relaciona ortogonalidad e independencia:


un conjunto nito de vectores no nulos, ortogonales dos a dos,

Teorema 119.- Si S = { v1, v2, . . . , vk}


entonces S es linealmente independiente.
4.5.2.1

Bases ortonormales. Proceso de Gram-Schmidt

Denicion 120.- Sean V un espacio vectorial de dimension


B = { v1, v2, . . . , vn}
es una base ortonormal de V , si B
n

Ejemplo
eucldeo.

Las bases canonica y B1=

La base B2= {(2, 0), (0,

1
,

n con producto interior. Se dice que la base


es un conjunto ortogonal y k vik = 1,
i.
o
son ortonormales en IR2

con el producto escalar

2)} es ortonormal para el producto interior hx, yi = x14y +x22y .4


1

Teorema 121.-

Si B = { v1, v2, . . . , vn}es una base ortonormal para un espacio

entonces v V se tiene que

(v )B=

hv , v1i,

hv , v2i, . . . , h v , vni

V con producto interior,


. Es decir,

v = hv , v1iv1+ hv , v2i v2+ + hv , vni vn,


Demostracion:
Si v = c1v1+ + civi+ + cnvn, para cada

i, se tiene que

hv, vii = hc1v1+ + civi+ + cnvn, vii


= c1hv1, vii + + cihvi, vii + + cnhvn, vii = cihvi, vii = cikvik2= ci

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

49 Matematicas I : Algebra Lineal

4.6 Ejercicios

Es decir, en una base ortonormal, la obtencion de cordenadas puede resultar mas sencilla. Pero no solo eso, si
no que tambien se tiene:
Teorema 122.- Si P es la matriz de paso de una base ortonormal
P es una matriz ortogonal (es decir,
P 1=Pt).

B1a otra base ortonormal

B2, entonces

La prueba es puramente operativa, usando la denicion de matriz de paso y el apartado b) del ejercicio 4.24

(ver tambien el ejercicio 4.29).


Denicion 123.- Sean V un espacio vectorial con producto interior,
W subespacio de
V y B =
{ w1, w2, . . . , wk}
una base ortonormal de
W . Para cada
v V , llamaremos proyeccion ortogonal
de v sobre W al vector de W
ProyW(v ) = hv , w1i w1+ h v , w2iw2+ + hv , wki wk.
Al vector v ProyW(v ) se le llama componente ortogonal de
v sobre W .
El vector proyeccion ortogonal no depende la base ortonormal elegida, es decir, tomando cualquier base
ortonormal se obtiene el mismo vector. La prueba puede encontrarse en el Anexo 1, pag. 49, tras la demostracion

del Lema 124 siguiente.


Lema 124.- Sean V un espacio vectorial con producto interior,
W un subespacio de V
normal de W . Entonces para cada
v V , el vector v ProyW( v ) es ortogonal a W .

y B una base orto.

Proceso de ortonormalizacion de Gram-Schmidt 125.Sean V un espacio vectorial con producto interior y


de dimension nita. Vamos a describir este proceso que construye a partir de una base
B ={ v1, v2, . . . , vn}
una base ortonormal B
= { u1, u2, . . . , un} .
Demostracion:
1aetapa.- Como
2aetapa.particular a

v16= 0

Sea W1=

por ser de B , el vector u1=

kv1k

tiene norma 1 y
(

v2 ProyW1 v2) es ortogonal a

lin{ u1} , por el Lema anterior, el vector


(

0 pues ProyW1 v2) W1y

u1, y es distinto del vector

u2=

ProyW1 v2)

lin{ u1} = lin{ v1} .

v2 hv2, u1iu1

v2 ProyW1 v2) k v2 hv2, u1iu1k


lin{ v1, v2}
es ortogonal a u1y tiene norma 1. Ademas,
lin{ u1, u2} = lin{ v1, v2} .
(
3a etapa.- Sea ahora W2= lin{ u1, u2} , como antes, el vector
v3 ProyW2 v3) es ortogonal a
particular a

u1y

W1, en

v2/ W1= lin{ v1} , entonces tiene que

u2, y es distinto del vector

0 , pues

ProyW2 v3)

W2y

v3/

W2=

W2, en
lin{ v1, v2} ,

entonces se tiene que


W

u3= vv33 ProyProy

( v

W2

v3 hv3, u1iu1 hv3, u2iu2

( v3)
=

k v3 hv3, u1iu1 hv3, u2iu2k


lin{ v1, v2, v3}
es ortogonal a u1y
u2, y tiene norma 1. Ademas,
lin{ u1, u2, u3} = lin{ v1, v2, v3} .
naetapa.- Con la repeticion del proceso se ha construido un conjunto ortonormal de
n vectores no nulos,
B = { u1, u2, . . . , un} , tal que
lin B = lin B = V . Luego B
es una base ortonormal de V .

4.6
4.1

Ejercicios
Determinar si son espacios vectoriales los siguientes conjuntos:
a) IR2con las operaciones: (x, y) + (x0, y0) = (x + x0, y + y0) y k(x, y) = (2kx, 2ky).
b) A = {(x, 0) : x IR}

con las operaciones usuales de IR2.

c) IR2con las operaciones: (x, y) + (x0, y0) = (x + x0+ 1, y + y0+ 1) y k(x, y) = (kx, ky).
d) El conjunto de los numeros reales estrctamente positivos,

IR+{0} , con las operaciones:

x+x0= xx0

y kx = x .

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

50 Matematicas I : Algebra Lineal

4.2

4.3

4.6 Ejercicios

Cuales de los siguientes conjuntos son subespacios vectoriales de IR3o

IR4?

a) {(a, 1, 1) IR3: a IR} IR3b)

{(a, b, c) IR3: b = a + c} IR3

c) {(a, b, c, d) IR4: a + 2d = 7} IR4d)

{(a, b, c, d) IR4: ba = 0} IR4

Sean v1= (2, 1, 0, 3),

v2= (3, 1, 5, 2) y

v3= (1, 0, 2, 1) vectores de

IR4. Cuales de los vectores

(2, 3, 7, 3), (0, 0, 0, 0), (1, 1, 1, 1) y (4, 6, 13, 4), estan en lin{ v 1, v2, v3} ?
4.4

Para que valores reales de los vectores


v1= (, 21,21)v2= ( 21 , , 21) yv3= ( 21,21 , ) forman
un conjunto linealmente dependiente en
IR3?

4.5

Dados tres vectores linealmente independientes

u , v y w , demostrar que

u+v,

v+w

y w+u

son

tambien linealmente independientes.


4.6

Sea V un espacio vectorial y

S = { v1, . . . , vk}

a) lin S es un subespacio vectorial de


b) Si W es un subespacio de V
4.7

Probar que si los vectores

un conjunto de vectores de V . Probar que:

V.
lin S W .

que contiene a los vectores de S , entonces

v1, . . . ,

vkson linealmente dependientes, al menos uno de ellos se puede

escribir como una combinacion lineal de los restantes.


4.8

Determinar la dimension de los siguientes subespacios de

IR4 :

a) Todos los vectores de la forma (a, b, c, 0).


yc=ab.

b) Todos los vectores de la forma (a, b, c, d) con d = a + b


c) Todos los vectores de la forma (a, b, c, d) con a = b = c = d.
4.9

4.10

Demostrar que los vectores solucion de un sistema no homogeneo compatible, AX = B , de m ecuaciones


con n incognitas no forman un subespacio de
IRn. Que ocurre si el sistema es homogeneo, es decir, si
B = 0?
Sean E y F subespacios de un espacio

EF

V . Probar que:

={v

V : v E y v F } es un

subespacio de V .
4.11

Considerar en IR4

los 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), y encontrar una base


b) Hallar las ecuaciones parametricas de
c) Hallar las ecuaciones cartesianas de
d) Hallar la dimension de
4.12

lin(A) y de lin(B).
lin(A) y de lin(B).

lin(A) lin(B).

Consideremos en el espacio vectorial

IR3la base

B = { u1, u2, u3} . Sea

E el subespacio engendrado

por los vectores


v1= u1+ 3 u3,
v2= 2 u1 3 u2+ u3,
v3= 4 u1 3 u2+ 7 u3.
Sea F el subespacio engendrado por los vectores
w1= u1+ u2+ u3,
w2= 2 u1+ 3 u2+ 4 u3,
w3= 3u1+ 4 u2+ 5 u3.
Hallar una base de E , una base de
F , el subespacio E F y una base de E F .
4.13

Sea M22

M22

el espacio vectorial de las matrices cuadradas de orden 2 sobre

formado por las matrices de la forma

a) Demostrar que

E es un subespacio vectorial.
(

10
b) Probar que las matrices
A1=
0 1 , A2=
4.14

IR y sea

E el subconjunto de

a
b+c
con a, b, c IR.
b + c
a
(

01
1 0

(
y A3=

01
10

, forman una base de E .

Sea B una base de un espacio vectorial V


de dimension n. Demostrar que el conjunto { v1, v2, . . . , vn}
es una base de V si, y solo si el conjunto {[ v1]B, [ v2]B, . . . , [ vn]B}
es una base de IRn.

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

51 Matematicas I : Algebra Lineal

4.15

En una cierta base

4.6 Ejercicios

{ u1, u2, u3, u4}

de un espacio vectorial

(3, 1, 2, 6). Hallar las coordenadas de


v1= u1+ u2,
v2= 2u4u1,
4.16

En IR3se consideran las bases

W en otra base
v3= u2 u3y

V , un vector

{ v1, v2, v3, v4}


v4= 2u1 u2.

v2= (0, 1, 2),

B = { v1= (2, 0, 0),

u1= (3, 0, 3),

u2= (3, 2, 1),

u3= (1, 6, 1) y

v1= (6, 6, 0),

v2= (2, 6, 4),

v3= (2, 3, 7).

4.18

y la base canonica

B a B0 .
w = (5, 8, 5).

b) Calcular la matriz de coordenadas, [ w ]B, siendo


c) Calcular [ w ]B0

v3= (0, 0, 3)}

y B0= { v1, v2, v3} , siendo

Se consideran en IR3las bases B = { u1, u2, u3}

a) Hallar la matriz de paso de

cuyos vectores verican que

B del vector x = 4 e1+ e2 5 e3.

Bc= { e1, e2, e3} . Hallar las coordenadas respecto de la base


4.17

w tiene por coordenadas

de dos formas diferentes


v = (v1, v2, v3). Determinar si hu , v i = u1v1 u2v2+ u3v3dene un producto

Sean u = (u1, u2, u3) y


3

interior en IR .
4.19

IR2con norma eucldea uno y cuyo producto interior eucldeo con (2, 4)

a) Encontrar dos vectores de


sea cero.

b) Demostrar que hay un numero innito de vectores en IR3con norma eucldea uno y cuyo producto
interior eucldeo con (1, 7, 2) es cero.
4.20

Sean a = ( 1
,

{ a, b} es ortonormal si IR tiene el producto


v = (v1, v2), y que no lo es si IR2
tiene el producto

)y

b
= ( 30, 30). Demostrar que
interior h u, v i = 3u1v1+ 2u2v2donde
u = (u1, u2) y
interior eucldeo.
5

4.21

Sea V un espacio con producto interior. Demostrar que si

w es ortogonal a cada uno de los vectores

v1, v2, . . . , vkentonces es ortogonal a lin{v1, v2, . . . , vk} .


4.22

4.23

Considera IR3con el producto interior euclideo. Utiliza el proceso de Gram-Schmidt para transformar,
en cada caso, la base

{ u1, u2, u3}

a) u1= (1, 1, 1),

u2= (1, 1, 0),

u3= (1, 2, 1).

b) u1= (1, 0, 0),

u2= (3, 7, 2),

u3= (0, 4, 1).

Sea IR3con el producto interior

en una base ortonormal.

h u, v i = u1v1+ 2u2v2+ 3u3v3. Utilizar el proceso de Gram-Schmidt

para transformar la base formada por los vectores


base ortonormal.
4.24

Sea B = { v1, v2, v3}

u1= (1, 1, 1),

una base ortonormal de un espacio V

con producto interior. Probar que:

u, w V .

b) h u, w i = (u )B ( w )B= [ u] B w ]B;
4.25

w = (1, 2, 6, 0) en la forma

Tomemos en IR4el producto interior euclideo. Expresar el vector


w2donde,

w1este en el subespacio

u3= (1, 0, 0) en una

wV.

a) k w k = hw , v1i2 + hw , v2i2 + hw , v3i2 ;


t

u2= (1, 1, 0) y

W generado por los vectores

u1= (1, 0, 1, 2) y

w = w1+

u2= (0, 1, 0, 1),

y w2sea ortogonal a W .
4.26

Suponer que IR4tiene el producto interior euclideo.


a) Hallar un vector ortogonal a

vectores u2= (0, 1, 0, 0) y


b) Hallar un vector

u1= (1, 0, 0, 0) y

x de longitud 1, ortogonal a

u3sea el doble del coseno del angulo entre


4.27

u4= (0, 0, 0, 1), y que forme angulos iguales con los

u3= (0, 0, 1, 0).

Hallar la distancia del vector u = (1, 1, 1, 1) de IR4

u1y a

u2, tal que el coseno del angulo entre

x y

x y u4.
al subespacio generado por los vectores v1= (1, 1, 1, 0)

y v2= (1, 1, 0, 0).

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

52 Matematicas I : Algebra Lineal

4.28

4.6 Ejercicios

Dados los vectores x = (x1, x2, x3) e


y = (y1, y2, y3) de
2x1y1+ 2x2y2+ x3y3+ x1y2+ x2y1dene un producto interior.

IR3, demostrar que la expresion

Encontrar una base


{ u1, u2, u3}
ortonormal respecto al producto interior anterior tal que
tengan igual direccion y sentido que los vectores (0, 1, 0) y (0, 0, 1), respectivamente.
4.29

Probar que una matriz

A de orden

h x, y i =
u2y

u3

n es ortogonal si, y solo si sus vectores la forman un conjunto

ortonormal en IR .

Prof: Jose Antonio Abia Vian

I.T.I. en Electricidad

S-ar putea să vă placă și