REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
UNIVERSITARIA, CIENCIA Y TECNOLOGÍA
UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA
ARMADA NACIONAL BOLIVARIANA
VICERRECTORADO ACADÉMICO
COORDINACIÓN DE EXTENSIÓN

Optimización no lineal
Trabajo #1

Nombre: Isamar Sanchez

CI: V-20.513.393

Guacara, Octubre del 2018

Unidad I. Fundamentos de Optimización (conceptos aplicados en vectores)

1. Define que es un vector, con sus propiedades básicas, (1pts) y asócielo con un
ejemplo de la vida real asociado en el que pueda aplicar ese concepto. (2pts).

Un vector es un segmento de recta orientado en el espacio. A un extremo se le identifica

como la punta y al otro como la cola del vector. Es decir, es costumbre representa
gráficamente a un vector por medio de una flecha. También se puede definir como una
herramienta geométrica utilizada para representar una magnitud definida por un
módulo, dirección y sentido. En el espacio euclidiano se puede representar como
segmentos de rectas dirigidos en el plano o en el espacio.
Todo vector está definido por su:
Modulo que es la magnitud de un vector. Gráficamente se corresponde con la longitud
de la flecha. Es decir, la distancia entre la cola y la punta de la flecha, es proporcional al
módulo del vector. El modulo del vector es un número real positivo o cero (el vector
nulo).
Dirección o línea de acción, se corresponde gráficamente con la orientación del
segmento de recta que representa al vector en el espacio.
Sentido viene determinado por la punta de la flecha localizada en el extremo opuesto a
la cola del vector.
Ejemplo de un vector: pasear un perro con una cadena sería un vector que parte de
cierto punto de origen de coordenadas ya sea la mano y pasear dos estarían en un
mismo sentido pero diferente modulo y dirección.

2. Define que es un Espacio vectorial, con sus operaciones básicas, (2pts)

Estructura algebraica definida por medio de diez axiomas que se verifican entre los
elementos de un conjunto de vectores y un conjunto de escalares que es un cuerpo.
Un espacio vectorial es una terna (V, +, ·), donde V es un conjunto no vacío y +, · son
dos operaciones del tipo + : V × V → R, · : R × V → V a las que llamaremos suma de
Vectores y producto por escalares respectivamente y con las siguientes propiedades:
denotando +(u, v) = u + v y ·(λ, v) = λv,
1. u + (v + w)=(u + v) + w, ∀u, v, w ∈ V (asociativa).
2. u + v = v + u, ∀u, v ∈ V (conmutativa).
3. Existe e ∈ V tal que e + v = v + e = v, ∀v ∈ V (elemento neutro).
4. Para cada v ∈ V existe w tal que v + w = w + v = e (elemento opuesto).
5. λ(µv)=(λµ)v, ∀v ∈ V , ∀λ, µ ∈ R (seudo-asociativa).
6. λ(u+v) = λu+λv y (λ+µ)v = λv +µv, ∀u, v ∈ V y ∀λ, µ ∈ R (distributiva).
7. 1v = v,∀v ∈ V (unimodular).
De forma abreviada, diremos que V es un espacio vectorial. A los elementos de V lo
llamamos vectores y a los de R, escalares

3. Ejemplifique gráficamente la suma de 2 vectores (método del paralelogramo). (3pts).

4. Define que es Combinación lineal,(1pts)

Una combinación lineal de dos o más vectores es el vector que se

obtiene al sumar esos vectores multiplicados por sendos escalares .
 Cualquier vector se puede poner como combinación lineal de otros
que tengan distinta dirección .

Esta combinación lineal es única.

Dependencia lineal, (1pt) y asócielo con un ejemplo de la vida real asociado en el

que pueda aplicar ese concepto. (2pts).
Un conjunto de vectores es linealmente dependiente si existe una combinación lineal
no trivial que permite expresar al vector nulo del espacio vectorial.

5. Dependencia lineal, (1pt) y asócielo con un ejemplo de la vida real asociado en el

que pueda aplicar ese concepto. (2pts).
Varios vectores libres del plano se dice que son linealmente
dependientes si hay una combinación lineal de ellos que es igual
al vector cero , sin que sean cero todos los coeficientes de la combinación
lineal.

Ejemplo: se puede decir que todos los vectores paralelos son linealmente
dependientes entre ellos, ya que todos tienen la misma dirección es por ello
que un ejemplo de dependencia lineal podría ser el columpio porque las
cuerdas que lo sostienen tiene la misma magnitud y dirección.

6. Define que es un Producto interno en vector,(1 pts.) y asócielo con un ejemplo de la

vida real asociado en el que pueda aplicar ese concepto. (2pts).

En matemáticas, el producto escalar, también conocido como producto

interno, producto interior o producto punto, es una operación algebraica que toma dos
secuencias de números de igual longitud (usualmente en la forma de vectores) y retorna
un único número.

Algebraicamente, el producto punto es la suma de los productos de las correspondientes

entradas en dos secuencias de número. Geométricamente, es el producto de dos
magnitudes euclidianas de los dos vectores y el coseno del ángulo entre ellos. El
nombre del producto punto se deriva del símbolo que se utiliza para denotar esta
operación " ·”. El nombre alternativo de producto escalar enfatiza el hecho del que el
resultado es un escalar en lugar de un vector (en el caso de espacios de tres
dimensiones).

Cuando por ejemplo queremos realizar un cálculo de física y lo llevamos a un

acontecimiento de la vida diaria como es comprar en el supermercado con un
 carrito al cual se pretende calcular el trabajo realizado por el que opere el carro
de comprar al recorrer un pasillo de cierta distancia (lo que llamamos vector
desplazamiento) el comprador ejerce una fuerza que es vector fuerza de igual
modo se forma un ángulo hacia abajo con respecto a la horizontal (el suelo) y
mediante la ecuación w=f*d*cosα estaríamos multiplicado dos vectores y el
trabajo seria el resultado el cual es un escalar.
7. Defina los siguientes conceptos (2pts), con sus respectivos ejemplos:
8. a)Sub espacios vectoriales
b) Norma de un Vector.
c) Vectores Ortogonales.
d) Base Ortogonal.
e) Matrices.
f) Conjuntos convexos
a) Sub espacios vectoriales
En álgebra lineal, un subespacio vectorial es el subconjunto de un espacio vectorial, que
satisface por sí mismo la definición de espacio vectorial con las mismas operaciones
que V.
 Ejemplo 1 Comprobamos que el subconjunto U = {(x, y, z) ∈ R 3 | 2x − y + 5z
= 0} es un subespacio vectorial de R 3 .

En primer lugar observamos que U es no vacío ya que (0, 0, 0) ∈ U. Si u = (x1,

y1, z1), v = (x2, y2, z2) ∈ U, y λ, µ ∈ R, entonces λu + µv = (λx1 + µx2, λy1 + µy2,
λz1 + µz2), el cual pertenece de nuevo a U, ya que
2(λx1 +µx2)−(λy1 +µy2)+5(λz1 +µz2) = λ(2x1−y1 +5z1)+µ(2x2−y2 +5z2) =
0+0 = 0

Mas generalmente, se puede comprobar que todo sistema homogéneo de

ecuaciones lineales en n inc´ognitas y con coeficientes en K, determina un
subespacio vectorial de K a la n .

Ejemplo 2 Sea V = R[x]8 el espacio vectorial (sobre R) de los polinomios con

coeficientes en R y en la indeterminada x, y sea U = {p(x) ∈ V | p(−3) = 0}.
Comprobamos que U es un subespacio vectorial de V .
En primer lugar U es no vacío ya que el polinomio nulo pertenece a U. Dados
p(x), q(x) ∈ U, y λ, µ ∈ R, consideramos el polinomio t(x) = λ · p(x) + µ · q(x).
Entonces t(−3) = λ · p(−3) + µ · q(−3) = λ · 0 + µ · 0 = 0, es decir, t(x) ∈ U, y por
tanto U es subespacio vectorial de V .

b) Norma de un vector

Un vector es un elemento de un espacio vectorial del que, en ocasiones, especialmente

en Física y Geometría, interesa conocer su longitud. Para ello se hace necesario definir
un operador norma que determine la longitud o magnitud del vector bajo consideración
ya que este acto, pese a lo que pudiéramos creer, no es un problema trivial;
especialmente desde la aparición de las geometrías no euclídeas para las que aparece,
asociada al concepto de longitud, la noción de geodésica. Para ampliar estas ideas
conviene conocer la geometría riemanniana y la geometría diferencial. Por tanto,
basándonos en las propiedades básicas que la determinación de la longitud tiene en el
espacio euclídeo habitual, definimos matemáticamente qué condiciones mínimas debe
satisfacer un operador que actúe sobre un vector para poder ser considerado un operador
norma en cualquier geometría. De esta forma, aparecen varias posibilidades que han
sido muy fructíferas en diversos campos entre los que cabe destacar la Astrofísica y la
Cosmología.

En espacios vectoriales es sinónimo de longitud de un vector.

c) Vectores ortogonales

Cuando dos vectores A = (Ax, Ay, Az) y B = (Bx, By, Bz) son perpendiculares entre sí, es
decir, forman un ángulo recto (θ = π/2), se dice que son vectores ortogonales. Esta
situación se denota como A ⊥ B. Dos vectores serán ortogonales cuando su producto
escalar (también llamado producto punto y producto interno) es cero:

A⊥B → A · B = AxBx + AyBy + AzBz

A⊥B → θ = π/2 → A ∙ B = |A| |B| cosθ = 0

Ya que cos (π/2) = 0.

Cuando dos vectores de A y B son ortogonales, forman un triángulo rectángulo, cuya

hipotenusa es igual a la suma de los vectores.
 1. Determinar si los vectores A = (1, 2) y B = (-2, 1) son ortogonales.

Ambos serán ortogonales si su producto escalar es cero, es decir:

A · B = AxBx + AyBy = 0

Como A = (1, 2) y B = (-2, 1) , entonces:

A · B = (1)(-2) + (2)(1) = 0

Ambos vectores son ortogonales.

d) Base ortogonal

Una base de un espacio vectorial es ortogonal cuando los vectores que la forman
son perpendiculares dos a dos.

Comprobar que los vectores (3,1)(−2,6)(3,1)(−2,6) es una base ortogonal de R2

Son ortogonales, hacemos el producto escalar de los dos vectores

(3,1)⋅(−2,6)=(3(−2)+6)=0⇒cosα=0⇒α=90º(3,1)·(−2,6)=(3(−2)+6)=0⇒cosα=0⇒α=90º
 El ángulo que forman los dos vectores es un ángulo recto, porque el producto escalar
vale cero.

e) Matrices

. Se puede definir una matriz, como un conjunto de elementos (números) ordenados en

filas y columnas. Para designar una matriz se emplean letras mayúsculas. ... Si el
número de filas y de columnas es igual ( m = n ), entonces se dice que la matriz es de
orden ejemplo:

f) Conjuntos convexos

Conjunto convexo de ℜn

Definición:

C ℜn

C convexo ⇔ ∀ x1, x2 + C [0,1]

Intuitivamente:
Decimos que C es un conjunto convexo si cualquier segmento que una dos puntos
cualesquiera del conjunto, siempre pertenece , todo él, al conjunto.
Ejemplos:

1. Conjuntos convexos: