Documente Academic
Documente Profesional
Documente Cultură
IV
Espacios vectoriales
Datos histricos y aplicaciones
Fue a partir del siglo XVII que los estudiosos comenzaron a caminar hacia la
concepcin de los espacios vectoriales, con temas tales como las matrices, los
sistemas de ecuaciones lineales y la geometra analtica. Este concepto deriva de
la geometra afn (estudio de las propiedades de la geometra que no varan con
transformaciones afines, tales como las traslaciones o las lineales no singulares),
al introducir coordenadas en el espacio tridimensional o el plano.
Sin embargo, recin a finales del siglo XIX, Giuseppe Peano, conocido matemtico
italiano, realiz la primera formulacin moderna y axiomtica de los espacios
vectoriales. Seguidamente, esta teora se enriqueci de la rama de las
matemticas conocida con el nombre de anlisis funcional, ms precisamente de
los espacios de funciones. Para poder resolver los problemas de anlisis funcional
que presentaban el fenmeno conocido como lmite de una sucesin o
convergencia, se asign a los espacios vectoriales una topologa apropiada, para
que fuese posible considerar la continuidad y la proximidad.
Cabe mencionar que los vectores como concepto propiamente dicho nacen con el
bipoint de Giusto Bellavitis, un segmento orientado que posee un extremo llamado
origen y otro, objetivo. Ms tarde, fue tomado en cuenta cuando Argand y Hamilton
presentaron los nmeros complejos y este ltimo cre los cuaterniones, adems
de ser quien concibi la denominacin de vector. Laguerre, por su parte, fue
responsable de la definicin de los sistemas de ecuaciones lineales y de la
combinacin lineal de vectores.
Tambin en la segunda mitad del siglo XIX, un matemtico britnico llamado Arthur
Cayley present la notacin matricial, gracias a la cual es posible armonizar y
simplificar las aplicaciones lineales. Casi cien aos ms tarde, se produjo una
interaccin entre el anlisis funcional y el lgebra, principalmente con conceptos
tan importantes como los espacios de Hilbert y los de funciones p-integrables.
Entre las aplicaciones de los espacios vectoriales se encuentran ciertas funciones
de compresin de sonido e imgenes, que se basan en las series de Fourier y
otros mtodos, y la resolucin de ecuaciones en derivadas parciales (relacionar
una funcin matemtica con diversas variables independientes y las derivadas
parciales de la misma respecto de dichas variables). Por otro lado, sirven para el
tratamiento de objetos fsicos y geomtricos, como ser los tensores.
Definicin
Es importante tener en cuenta que todo espacio vectorial dispone de una base y
que todas las bases de un espacio vectorial, a su vez, presentan la misma
cardinalidad.
Propiedades
Suma: u , v V u+ v V
V =(v 1, )
K
v
( 1,)
V =
Conmutativa: u+ v=v +u
'
Opuesto: u u '+ u=u+u '=e
Por ejemplo: [ ]
1 2
3 4
[ ]
1 2 3
Por ejemplo: 4 5 6
7 8 9
Por ejemplo: x+ 1
2
Por ejemplo: 2 x +3 x+ 1
Propiedades
1. S no es un conjunto vaco.
v 1 , v 2 V v 1 +v 2 V
v1
y
v2
v3
x
Vn
2) Si existe un vector y lo multiplicamos por cualquier escalarK, este
sigue existiendo en el espacio V.
v V , c K vc V
z
v1 v
v2 ( 1)(2) y
v
( 2)(3)
x
Ejercicios
3(0)2(0)+ 0=0
00+0=0
0=0
Primer vector.
v 1=(1,2,1)
v1
Sustituyendo valores de en el espacio vectorialS.
3(1)2(2)+1=0
34+1=0
44=0
0=0
v1 S .
Segundo vector.
v 2=(2,3,0)
v2
Sustituyendo valores de en el espacio vectorialS.
3(2)2(3)+0=0
66+0= 0
0+0=0
0=0
v2 S .
v 1 , v 2 V v 1 +v 2 V
[][][]
1 2 3 x
v 1 + v 2= 2 + 3 = 5 y
1 0 1 z
3(3)2(5)+1=0
910+1=0
1010=0
0=0
Si es un subespacio vectorial de S.
Propiedad de la multiplicacin
v V , c K vc V
[][]
1 2 x
2( v1 )=2 2 = 4 y
1 2 z
3(2)2( 4)+2=0
68+2=0
88=0
0=0
Si es un subespacio vectorial de S.
(0)2+ 2(0)0=0
0+00=0
0=0
Se tiene que inventar dos vectores cualesquiera que satisfagan la ecuacin del
espacio vectorialB.
Primer vector.
v 1=(1,1,3)
v1
Sustituyendo valores de en el espacio vectorial B.
(1)2 +2(1)3=0
1+23=0
33=0
0=0
v1 B .
Segundo vector.
v 2=(3,2,5)
v2
Sustituyendo valores de en el espacio vectorialB.
(3)2+ 2(2)5=0
945=0
99=0
0=0
v2 B .
v 1 , v 2 V v 1 +v 2 V
[][ ][ ]
1 3 4 x
v 1 + v 2= 1 + 2 = 1 y
3 5 8 z
(4 )2+2(1)8=0
1628=0
1610=0
60
No es un subespacio vectorial de B.
Propiedad de la multiplicacin
[ ][ ]
3 12 x
4 ( v2 )=4 2 = 8 y
5 20 z
(12)2 +2(8)20=0
1441620=0
14436=0
108 0
No es un subespacio vectorial de B.
Combinacin lineal
Estudiar si la matriz:
A= 4 7
6 1 ( )
Se puede expresar como combinacin lineal de las matrices:
(
B= 1 1
2 1 ) ( )
C= 0 3
2 1
Solucin:
Para que la matriz A se pueda expresar como combinacin lnea (C. L.) de las
siguiente ecuacin:
B + C = A
Por tanto:
( ) ( )( )
. 1 1 + 0 3 = 4 7
2 1 2 1 6 1
(2 )( )( )
+ 0 3 = 4 7
2 6 1
(2 +2 )( )
+3 = 4 7
+ 6 1
=4
+ 3 =7
2 +3 =6
+ =1
4 + = 1 = 5
4 + 35 = 19 7
combinacin lineal de B y C
INDEPENDENCIA LINEAL
v1 , v2 ,...., vn
Los vectores son linealmente independientes si la ecuacin
c1v1 c2 v2 ..... cn vn 0
Ejercicios resueltos
+ = 0
+2+2 = 0
3+3 = 0
1 0 1 1 0 1 1 0 1
0 0 0 F2
1 2 2 F 2 = 0F2 F21 1 0 1F2 1/2
= 2
0 0 0 3 3
1 0 1 1 0 1
0 0 2
F3 = F3 3F02 1 1/2 0 1 1/2 F3 = 3 F3
0 0 0 0 0 0
! solucin
+3+2 = 0
+5+ = 0
3+5+8 = 0
1 3 2 1 3 2 1 3 2
0 0 0
1 5 1 0 2 -1 0 2 -1
0 0 0
F 2 = F2 - F 1 F3 = F3 + 2F2
F 3 = F3 - 3F1
soluciones
2-+3 = 0
-3+2-4 = 0
2-2+2 = 0
soluciones
M2x2= {matrices 2x2 con trminos reales} tiene dimensin 4. Una base de
M2x2es:
W = { ( x , 0 , 0 ) +( 0 , y , 0)+(0 ,0 , z)/x , z R }
W = { x ( 1 , 0 ,0 )+ y (0 , 1, 0)+ z (0 , 0 ,1)/ x , z R }
( 0 , 0 , 0 , )= ( 1 , 0 , 0 ) + ( 0 ,1 , 0 ) + ( 0 ,0 , 1 )
( )
=0
S . E =0
=0
! soluc
si| A| 0 ! soluc
S es LI
S es la base de W
dim ( W )=dim(V )=3
W = { ( x , y , z ) / y=x + z }
W = { ( x , x+ z , z ) /x , z R }
W = { ( x , x , 0 )+(0 , z , z)/x , z R }
W = { x ( 1 ,1 , 0 ) +(0 , 1, 1)/ x , z R }
S= { (1 , 1 ,0 ) ; (0 , 1, 1)} S genera a W
S =W
( 0 , 0 , 0 , )= ( 1 , 1 ,0 )+ (0 ,1 , 1)
( )
+0 =0
S . E 1 +1 =0
0 +1 =0
( |) ( |)
1 00 1 00
1 1 0 f 2 f 2f 1 0 1 0
0 1 0 f 3 f 3f 2 0 0 0
! soluc
Cambio de base
Definicin: Matriz del cambio de base.
En un espacio vectorial V, dadas dos bases B y B, se llama matriz de cambio de
base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus
columnas las coordenadas de los vectores de la base B expresados en funcin de
la base B.
(
p= 2 1
3 1 )
Espacios vectoriales
Datos histricos y aplicaciones
Fue a partir del siglo XVII que los estudiosos comenzaron a caminar hacia la
concepcin de los espacios vectoriales, con temas tales como las matrices, los
sistemas de ecuaciones lineales y la geometra analtica. Este concepto deriva de
la geometra afn (estudio de las propiedades de la geometra que no varan con
transformaciones afines, tales como las traslaciones o las lineales no singulares),
al introducir coordenadas en el espacio tridimensional o el plano.
Sin embargo, recin a finales del siglo XIX, Giuseppe Peano, conocido matemtico
italiano, realiz la primera formulacin moderna y axiomtica de los espacios
vectoriales. Seguidamente, esta teora se enriqueci de la rama de las
matemticas conocida con el nombre de anlisis funcional, ms precisamente de
los espacios de funciones. Para poder resolver los problemas de anlisis funcional
que presentaban el fenmeno conocido como lmite de una sucesin o
convergencia, se asign a los espacios vectoriales una topologa apropiada, para
que fuese posible considerar la continuidad y la proximidad.
Cabe mencionar que los vectores como concepto propiamente dicho nacen con el
bipoint de Giusto Bellavitis, un segmento orientado que posee un extremo llamado
origen y otro, objetivo. Ms tarde, fue tomado en cuenta cuando Argand y Hamilton
presentaron los nmeros complejos y este ltimo cre los cuaterniones, adems
de ser quien concibi la denominacin de vector. Laguerre, por su parte, fue
responsable de la definicin de los sistemas de ecuaciones lineales y de la
combinacin lineal de vectores.
Tambin en la segunda mitad del siglo XIX, un matemtico britnico llamado Arthur
Cayley present la notacin matricial, gracias a la cual es posible armonizar y
simplificar las aplicaciones lineales. Casi cien aos ms tarde, se produjo una
interaccin entre el anlisis funcional y el lgebra, principalmente con conceptos
tan importantes como los espacios de Hilbert y los de funciones p-integrables.
Definicin
Propiedades
Suma: u , v V u+ v V
V =(v 1, )
K
v
( 1,)
V =
Conmutativa: u+ v=v +u
'
Opuesto: u u '+ u=u+u '=e
Distributivas: x (u+v )=xu+ xv
Por ejemplo: [ ]
1 2
3 4
[ ]
1 2 3
Por ejemplo: 4 5 6
7 8 9
Por ejemplo: x+ 1
Subespacios vectoriales
Definicin
Propiedades
1. S no es un conjunto vaco.
2. S es igual o est incluido en V.
V1 V2
1) Si existen y , la suma de los dos vectores tiene que existir en
espacio V.
v 1 , v 2 V v 1 +v 2 V
v1
y
v2
v3
x
Vn
2) Si existe un vector y lo multiplicamos por cualquier escalarK, este
sigue existiendo en el espacio V.
v V , c K vc V
v1 v
v2 ( 1)(2) y
v
( 2)(3)
x
Ejercicios
3(0)2(0)+ 0=0
00+0=0
0=0
Primer vector.
v 1=(1,2,1)
v1
Sustituyendo valores de en el espacio vectorialS.
3(1)2(2)+1=0
34+1=0
44=0
0=0
v1 S .
Segundo vector.
v 2=(2,3,0)
v2
Sustituyendo valores de en el espacio vectorialS.
3(2)2(3)+0=0
66+0= 0
0+0=0
0=0
v2 S .
v 1 , v 2 V v 1 +v 2 V
[][][]
1 2 3 x
v 1 + v 2= 2 + 3 = 5 y
1 0 1 z
3(3)2(5)+1=0
910+1=0
1010=0
0=0
Si es un subespacio vectorial de S.
Propiedad de la multiplicacin
v V , c K vc V
[][]
1 2 x
2( v1 )=2 2 = 4 y
1 2 z
3(2)2( 4)+2=0
68+2=0
88=0
0=0
Si es un subespacio vectorial de S.
(0)2+ 2(0)0=0
0+00=0
0=0
Se tiene que inventar dos vectores cualesquiera que satisfagan la ecuacin del
espacio vectorialB.
Primer vector.
v 1=(1,1,3)
v1
Sustituyendo valores de en el espacio vectorial B.
2
(1) +2(1)3=0
1+23=0
33=0
0=0
v1 B .
Segundo vector.
v 2=(3,2,5)
v2
Sustituyendo valores de en el espacio vectorialB.
2
(3) + 2(2)5=0
945=0
99=0
0=0
v2 B .
v 1 , v 2 V v 1 +v 2 V
[][ ][ ]
1 3 4 x
v 1 + v 2= 1 + 2 = 1 y
3 5 8 z
(4 )2+2(1)8=0
1628=0
1610=0
60
No es un subespacio vectorial de B.
Propiedad de la multiplicacin
En esta propiedad nos dice que el producto de un vector que pertenezca al
espacio vectorial por cualquier escalar sigua perteneciendo al espacio vectorialB.
v V , c K vc V
[ ][ ]
3 12 x
4 ( v2 )=4 2 = 8 y
5 20 z
(12)2 +2(8)20=0
1441620=0
14436=0
108 0
No es un subespacio vectorial de B.
Combinacin lineal
Estudiar si la matriz:
A= 4 7
6 1 ( )
Se puede expresar como combinacin lineal de las matrices:
(
B= 1 1
2 1 ) ( )
C= 0 3
2 1
Solucin:
Para que la matriz A se pueda expresar como combinacin lnea (C. L.) de las
siguiente ecuacin:
B + C = A
Por tanto:
( ) ( )( )
. 1 1 + 0 3 = 4 7
2 1 2 1 6 1
(2 )( )( )
+ 0 3 = 4 7
2 6 1
(2 +2 )( )
+3 = 4 7
+ 6 1
=4
+ 3 =7
2 +3 =6
+ =1
4 + = 1 = 5
4 + 35 = 19 7
combinacin lineal de B y C
INDEPENDENCIA LINEAL
v1 , v2 ,...., vn
Los vectores son linealmente independientes si la ecuacin
c1v1 c2 v2 ..... cn vn 0
Ejercicios resueltos
+ = 0
+2+2 = 0
3+3 = 0
1 0 1 1 0 1 1 0 1
0 0 0 F2
1 2 2 F 2 = 0F2 F21 1 0 1F2 1/2
= 2
0 0 0 3 3
1 0 1 1 0 1
0 0 2
F3 = F3 3F02 1 1/2 0 1 1/2 F3 = 3 F3
0 0 0 0 0 0
! solucin
+3+2 = 0
+5+ = 0
3+5+8 = 0
1 3 2 1 3 2 1 3 2
0 0 0
1 5 1 0 2 -1 0 2 -1
0 0 0
F 2 = F2 - F 1 F3 = F3 + 2F2
F 3 = F3 - 3F1
soluciones
2-+3 = 0
-3+2-4 = 0
2-2+2 = 0
soluciones
M2x2= {matrices 2x2 con trminos reales} tiene dimensin 4. Una base de
M2x2es:
W = { ( x , 0 , 0 ) +( 0 , y , 0)+(0 ,0 , z)/x , z R }
W = { x ( 1 , 0 ,0 )+ y (0 , 1, 0)+ z (0 , 0 ,1)/ x , z R }
( 0 , 0 , 0 , )= ( 1 , 0 , 0 ) + ( 0 ,1 , 0 ) + ( 0 ,0 , 1 )
( )
=0
S . E =0
=0
! soluc
si| A| 0 ! soluc
S es LI
S es la base de W
dim ( W )=dim(V )=3
W = { ( x , y , z ) / y=x + z }
W = { ( x , x+ z , z ) /x , z R }
W = { ( x , x , 0 )+(0 , z , z)/x , z R }
W = { x ( 1 ,1 , 0 ) +(0 , 1, 1)/ x , z R }
S= { (1 , 1 ,0 ) ; (0 , 1, 1)} S genera a W
S =W
( 0 , 0 , 0 , )= ( 1 , 1 ,0 )+ (0 ,1 , 1)
( )
+0 =0
S . E 1 +1 =0
0 +1 =0
( |) ( |)
1 00 1 00
1 1 0 f 2 f 2f 1 0 1 0
0 1 0 f 3 f 3f 2 0 0 0
! soluc
Cambio de base
Definicin: Matriz del cambio de base.
En un espacio vectorial V, dadas dos bases B y B, se llama matriz de cambio de
base (o de cambio de coordenadas) de B a B a la matriz que contiene en sus
columnas las coordenadas de los vectores de la base B expresados en funcin de
la base B.
(
p= 2 1
3 1 )
BASES ORTONORMALES
0 4 4
0 3 2
1 1 2
V1= V2= V3=
FORMULA:
0
0
vi (0, 0,1)
vi 1 1
U1= = = U1
Para sacar U1 se toma el vector uno entre la magnitud del
vector dos y la magnitud del vector 1 se saca0 al cuadrado
ms cero al cuadrado ms uno al cuadrado. Y se obtiene el 1.
FORMULA:
Sustituimos valores:
4 4 0 0 4 0 4
3 3 0 0 3 0 3
1 1 1 1 1 1 0
V2= - = = -1 =
Paso 3 =NORMALIZAR V2
4 / 5
3 / 5
v2 (4, 3, 0)
v2 5 0
U2= = = U2
SE SUSTITUYE:
4 4 0 0 4 4 / 5 4 / 5
2 2 0 0 2 3 / 5 3 / 5
2 2 1 1 2 0 0
V3= - * -
4 0 88 / 25 4 88 / 25 12 / 5
2 0 66 / 25 2 66 / 25 16 / 5
2 2 0 2 2 0
V3= + + = - = V3
Paso5: NORMALIZAR V3
v3 12 / 25, 10 / 25, 0
v3 4/5
U3= =
3 / 5, 4 / 5, 0
U3=
0 4 / 5
0 3 / 5
3 / 5, 4 / 5, 0
1 0
U1 U2 =U3