ESPACIO VECTORIAL.

Un espacio vectorial es el conjunto de todos los vectores de n componentes bajo

las operaciones de suma de vectores y multiplicacin por escalar. Se define con
las siguientes propiedades: Dados dos vectores X e Y pertenecientes al espacio
entonces:

Tambin pertenecen al espacio.

Espacio Vectorial Euclideano (E n).- Es un espacio vectorial de nmeros reales,
tal que dados dos vectores cualesquiera X e Y en Z n, el nmero real generado del
producto XTY tiene las propiedades:

es simtrico: XTY = YTX

es positivo: xt x > 0 para x

es bilineal: dados X, Y, W, Z En se tiene:

(XT + YT)*(W +Z) = XT * (W + Z) * YT (W + Z) = (X + Y)T * W + (X + Y)T * Z

La representacin geomtrica de espacios vectoriales euclidianos puede hacerse
para n = 1, n = 2 y n = 3. En E2:

Representacin geomtrica de espacios vectoriales euclidianos para n = 1 y

n = 2.

Representacin geomtrica de espacios vectoriales euclidianos para n = 3.

Combinacin lineal
Si X1, X2, ........., Xn son vectores y 1, 2, ..., n son escalares, no todos ceros,
entonces.

Es una combinacin lineal de los vectores X1, X2, ..., Xn

Conjunto o Subespacio Generador.- Es aquel conjunto de vectores en En que

pueden ser utilizados para expresar a cualquier vector arbitrario de E n. Es decir,
cualquier vector de En puede representarse como una combinacin lineal del
de En.

conjunto generador

Teorema.- Sea S no vaco C en En. El conjunto de todas las C. L. de vectores en

S, denotado por

(s), es un subespacio de En que contiene a S.

(s) es el

subespacio menor de En que contiene a S.

Ejemplo: Los vectores e1 = (1, 0, 0), e2 = (0, 1, 0) y e3 = (0, 0, 1) generan el
espacio vectorial R3. Cualquier vector (a, b, c)

R3

es una C. L. de los ei.

(a, b, c) = a (1, 0, 0) + b (0, 1, 0) + c (0, 0, 1) = ae 1 + be2 + ce3

Ejemplo: Determine si un vector es una combinacin lineal.
Determine si el vector v = (3, 9, -4, -2) es una C. L. de los vectores
3),

los

= (2, 3, 0, -1),

= (1, -2, 0,

= (2, -1, 2, 1) es decir, si pertenece al espacio generado por

Entonces: v es una C. L. de los

:v=

+3

-2

Base.- De un espacio vectorial es cualquier conjunto de vectores linealmente

independientes que general dicho espacio vectorial.
{x1, x2,...,xn} es base de En

son L. I. Y

{x1, x2, ..., xn} = En

Ejemplo: Bases.
El conjunto de ei:

es una base para R3, porque e1, e2 y e3 son L. I. y adems generan R3 .

El conjunto de vectores

no es una base para R2 porque aunque lo generan no son L. I.

El conjunto de vectores

No son una base, porque aunque sean L. I. no generan R3.

Conjunto convexo. Un conjunto en Rn es convexo si dos puntos cualesquiera del
mismo se pueden unir por un segmento formado por todos los puntos de la forma
p + (1 - ) q;
para 0 <

<1
4

Una combinacin convexa de los puntos p1, p2, ........ , pn es un punto p =

p + ... + rnpn donde las

2 2

son escalares

>= 0 y

p +

1 1

= 1.

Ejemplos de conjuntos convexos son: el espacio E n, un crculo, el espacio de una

esfera, un cubo.
Teorema.- Cualquier punto sobre el segmento de lnea que une dos puntos en E n ,
puede ser expresado como una combinacin convexa de los dos puntos.
P+

(q - p) = w bien: (1 - ) + q = w

Conjunto convexo.
Punto extremo.- Un punto p en un conjunto convexo, recibe el nombre de punto
extremo, si p no puede ser expresado como una combinacin convexa de
cualesquiera otros dos puntos distintos en el conjunto. Cada punto sobre la
frontera de un crculo o de una esfera, es un punto extremo del conjunto que
incluye la frontera y el interior. Los puntos extremos de un tringulo o de un
polgono son sus vrtices.

SUBESPACIO VECTORIAL

Consideremos el espacio vectorial (R2,+,.R), y tomemos un subconjunto de

vectores del plano, por ejemplo los vectores que estn contenidos en la recta x=0.
Todos estos vectores son verticales
(0,1), (0,3), (0,4),....
Es claro que si tomamos este subconjunto del plano que en notacin analtica
sera

Todos los vectores contenidos en W cumplen las 8 propiedades de los espacios

vectoriales. Pero para analizar si este subconjunto es un subespacio vectorial de
R2 bastara comprobar dos propiedades:
1. que sumando dos vectores del W se obtiene otro vector de W. Esta
propiedad la cumple puesto que si sumamos dos vectores cuya componente
primera es cero, vuelve a resultar un vector con la componente primera nula.
2. que al multiplicar un vector de W por un escalar real cualquiera, vuelva a
resultar un vector de W. Esta situacin nuevamente es clara, puesto que al
multiplicar cualquier escalar por la primera componente nula nos da como
resultado un vector con la primera componente nula.
El resto de propiedades no es necesario comprobarlas puesto que todos los
vectores del plano las cumplen y en consecuencia las cumplirn los vectores de
W.
Si ahora tomamos un subconjunto formado por los vectores del plano cuya
primera

componente

es

1,

es

decir

y tomamos dos vectores de este subconjunto, por ejemplo (1,2) y (1,5), obsrvese
que su suma es (2,7) que no pertenece a M. Por tanto la suma no es operacin
interna en este subconjunto, y en consecuencia no puede ser un subespacio
vectorial.

CARACTERIZACIN DE LOS SUBESPACIOS VECTORIALES.

1.- Sea (V,+,.R) un subespacio vectorial , y sea W un subconjunto de V. Diremos
que W dotado con las mismas operaciones definidas en V, es un subespacio

vectorial

del

mismo

si

se

verifican

las

dos

siguiente

propiedades:

a)
b)
una segunda forma de caracterizarlos se concreta en la condicin equivalente a la
anterio
2.- W es un subespacio vectorial de V si y slo si se verifica que

DEFINICIN DE SUBCONJUNTOS DE RN
Para definir los subconjuntos de R n suele utilizarse la relacin entre las
componentes de los vectores que lo componen. A esta relacin, expresada en
forma de ecuaciones suele denominarse expresin analtica del subconjunto,
definida por las denominadas ecuaciones cartesianas del subespacio.
Por ejemplo, si consideramos

Podemos deducir que los vectores de este subespacio son aquellos vectores que
verifican esta relacin entre sus componentes. De esta forma el vector (1,1,1) es
claro que no est en el subespacio W1, sin embargo el vector (1,1,2) si pertenece
a dicho subespacio. Las ecuaciones cartesianas en este caso son
x+y-z=0
Para determinar cmo son los vectores de este subespacio resultara ms til,
encontrar un procedimiento mediante el cual se pudiera determinar de forma
automtica cmo son los vectores del mismo. Un procedimiento para obtener

estas ecuaciones que determinan el subespacio, sera obtener las soluciones del
sistema de ecuaciones que definen al mismo.
En este caso como tenemos slo una ecuacin es fcil deducir que
z=x+y
Por tanto, z depende de dos valores independientes.
Las infinitas soluciones de este sistema (que en este caso est formado por una
sla ecuacin) seran de la siguiente forma:

ecuaciones que suelen denominarse ecuaciones paramtricas del subconjunto.

De esta forma es fcil determinar cmo son los vectores del subespacio, pues en
este caso seran (x,y,x+y).
Hecho este inciso, podemos realizar algunos ejemplos con los que probemos
cuando un subconjunto de un espacio vectorial es un subespacio vectorial de
ste.
Por ejemplo, si tomamos el subconjunto anterior W 1, tendramos que comprobar
lo siguiente:
Dados dos vectores del mismo

y dos nmeros reales

cualesquiera a,b se tratara de comprobar si

Vamos a efectuar esta operacin con derive.
Primera alternativa

Definamos dos vectores genricos de R3 utilizando el comando AUTHOR:

A continuacin deberemos de construir el vector a*u+b*v y comprobar si cumple

las ecuaciones del subconjunto. Definimos por tanto el vector y simplificamos:
Vamos a ver si sus componentes verifican las condiciones del subespacio W 1.
Segn la ecuacin cartesiana que define al subespacio debe cumplirse que
primera componente ms segunda componente menos tercera componente debe
valer cero. Si construimos esa expresin y luego simplificamos tenemos:

Pero obsrvese que los vectores u y v pertenecan a W 1 por tanto cumplan que
x1+y1-z1=0 y x2+y2-z2=0, y en consecuencia, es claro que la ltima expresin ha
de valer cero. Por tanto W1 es un subespacio vectorial en r.
Segunda alternativa
Considerando los vectores con las restricciones del subconjunto, es decir en vez
de definir los vectores genricos, tomar dos vectores del subconjunto W 1. Segn
hemos visto antes los vectores de W1 son de la forma (x,y,x+y), luego definiramos
en derive:

Y ahora editaramos la expresin a*u+b*u , tras simplificar se obtiene

que como se observa toma la expresin de un vector de W 1.

10

Cambio de base de un espacio vectorial

La base de un espacio vectorial es un subconjunto de un espacio vectorial que se
extiende sobre un espacio vectorial determinado y es linealmente independiente
en el mismo. Esto es, si tenemos un espacio vectorial V y tenemos S como un
subconjunto de este espacio vectorial, el cual consiste de n vectores de la forma
v1, v2, v3 vn entonces podemos definir que este subconjunto es la
base del espacio vectorial dado, si cumple las dos condiciones siguientes:
1. Este subconjunto se extiende a travs del espacio vectorial dado. 2. S es
subconjunto de V conteniendo los vectores de V, los cuales son linealmente
independientes.
Con la ayuda de una ecuacin lineal podemos representar tal conjunto como,

Aqu v es un vector que yace en el espacio vectorial dado y los vectores n

representados como v-1, v2, v3 vn forman parte de la base del
espacio vectorial dado.

11

Existen numerosos ejemplos de la base de un espacio vectorial. Imagina tres

dimensiones las cuales constan de dos vectores. Imagina que estos vectores no
son planos. El plano definido con la ayuda de estos dos vectores slo formar una
base para los espacios tridimensionales actuales. Esto es porque si definimos una
combinacin lineal con la ayuda de estos dos vectores, entonces este se
encontrara definitivamente dentro el plano mismo e inversamente tambin es
posible expresar un vector dentro del plano como una combinacin lineal de
ambos. Ahora extendamos esta definicin para formar la base de la definicin de
la dimensin del espacio vectorial. Imaginemos que tenemos un espacio vectorial
V y sea S la base de este espacio vectorial. Ahora coloquemos un nmero limitado
de vectores en la base de espacio vectorial S, entonces definiramos este espacio
vectorial dado como un espacio vectorial de dimensin finita y la dimensin real se
obtendra mediante calcular el nmero total de vectores en la base de ese espacio
vectorial.
En caso de que tengamos un nmero infinito de vectores en la base del espacio
vectorial dado, entonces llamaremos al espacio vectorial un espacio vectorial de
dimensin infinita, y la dimensin de tal espacio vectorial es y la dimensin de un
espacio vectorial nulo es el valor 0.
Puede haber ms de una base para un espacio vectorial dado. Esto significara
que es posible definir los vectores dentro de un espacio vectorial dado como la
sumatoria de los vectores de ambas bases. Sea V un espacio vectorial y S la base
de este espacio vectorial. Ahora definamos todos los vectores v V en trminos de
los elementos finitos de esta base. Definamos ahora otra base para este espacio
vectorial. Ahora bien, si intentamos redefinir los elementos del espacio vectorial
como una sumatoria de los elementos del segundo vector, llamamos a este
proceso cambio de base.
Este proceso puede ser considerado como una funcin identidad sobre los
elementos del espacio vectorial.

12

Proceso de orto normalizacin Gram-Schmidt.

El proceso de ortogonalizacin de GramSchmidt de lgebra lineal es un proceso
utilizado en matemtica y anlisis numrico, para ortogonalizar un conjunto de
vectores en un espacio prehilbertiano, ms comnmente el espacio eucldeo Rn.
Ortogonalizacin en este contexto significa lo siguiente: comenzamos con
vectores v1,, vk los cuales son linealmente independientes y queremos encontrar
mutuamente vectores ortogonalesu1, , uk los cuales generan el mismo
subespacio que los vectores v1, , vk.
Este proceso lleva el nombre en honor a Jorgen Pedersen Gram y Erhard
Schmidt.
Definimos el operador proyeccin con

donde los corchetes angulares representan el producto interior, proyecta el

vector v ortogonalmente en el vector u.

13

Antes de ver el proceso, debemos comprender el porqu de la definicin de

proyeccin. Si recordamos la definicin de producto escalar, tenemos para el caso
del numerador, mdulo de u por mdulo de v por el coseno del ngulo que forman.
En el denominador tenemos mdulo de u por mdulo de u, ya que el coseno sera
1. Si separamos los dos mdulos de u en el denominador, vemos que a la
izquierda tenemos nicamente "mdulo de v * cos (ngulo que forman)", lo que
nos da claramente el mdulo del vector proyeccin. Teniendo el mdulo del vector
proyeccin lo nico que debemos hacer es asignarle una direccin, cosa que
hacemos multiplicndolo por u/mdulo(u), lo que es el vector de mdulo 1 con
direccin u (el vector unitario).
El proceso de GramSchmidt entonces funciona como sigue:

Los dos primeros pasos del proceso de Gram-Schmidt

14

Bibliografa

Libro: introduccin al lgebra lineal

Autor: Howard Anton
Editorial: Limaza Wiley

Libro: Algebra lineal

Autor: David Pool
Editorial: Thomson

15