Professional Documents
Culture Documents
Grupo: 2cm
Fecha de entrega:
Unidad n°4: espacios con producto interno
4.1.-longitud y producto punto en Rn
Las operaciones básicas con vectores en Rn son las mismas que las operaciones básicas que vimos
anteriormente, o sea, la suma de vectores y la multiplicación por un escalar la diferencia seria que en estos
serian n-esimos elementos y n-esimos vectores ejemplo:
Las propiedades que cumplen son las mismas que vimos en operaciones básicas con vectores en R2.
0 = (0, 0, 0, ..., 0n), este vector tiene como propiedad de que es único, es decir, U + 0 = 0,
La longitud (norma) de un vector de Rn es V = (v1, v2, ..., vn ) esta dada por:
________________
||V|| =" v12 + v22 + ... + vn2 esta no puede ser negativa si el vector v = 1 este se llama vector unitario
dos vectores U y V en Rn son paralelos si al vector V es múltiplo del vector U, es decir, si U = cV si c
> 0 los vectores van a la misma dirección y si c < 0 van en dirección opuesta, la longitud de un
múltiplo escalar se ve por la formula || cV || = | c | || V || donde | c | es el valor absoluto de c y c es un
escalar.
El vector unitario de V es si V " 0 entonces U = V / ||V|| es de longitud uno y tiene la misma dirección
de U+V se llama vector unitario en dirección de V este proceso se llama normalización del vector V.
___________________
d( U , V ) " 0.
d( U , V ) = 0 si solo si U = V.
d( U , V ) = d( V , U ).
Para encontrar el ángulo entre dos vectores distintos de cero usamos la formula:
Cos = (u1v1 + u2v2) / ||U|| ||V|| donde U = ( u1, u2 ) y V = ( v1 , v2 ) y donde u1v1 + u2v2 se denota
como producto punto de dos vectores. El producto punto para Rn se denota U % V = u1v1 + u2v2
+ ... + unvn las propiedades que cumple son :
U%V=V%U
U % (V + W) = U % V + U % W
c ( U % V ) = cU % V = U % cV
V % V " ||V|| 2
V % V " 0 y V % V = 0 si solo si V = 0
El teorema de Pitágoras:
Un producto punto es un producto interno Euclidiano esto es un producto interno que se puede
definir en R2. para poder diferenciar el producto interior de otros posibles productos internos lo
escribiremos esto será el producto general para el espacio vectorial V.
Para solucionar un producto interno se procede igual que al definir un espacio vectorial en el acho de
que debe cumplir con varios axiomas para poder calificar como producto interno estos axiomas son:
=
=+o=+
c=
" 0 y = 0 si solo si v = 0
==0
Para definir la norma, distancia, ángulo de dos vectores que tenga producto interno:
siendo U, V vectores en V:
______
distancia entre U, V = d= || U - V ||
ángulo entre vectores U, V diferentes de 0 cos = / ( ||U|| ||V|| ) donde 0 " " .
Dos vectores con producto interno son ortogonales si = 0. El vector unitario de un vector con
producto interno || U || = 1 el vector unitario en dirección de V donde U = V / || V || donde V " 0. Para
ver si U y V son vectores en el espacio con producto interno deben cumplir con las propiedades de
norma:
|| U || " 0.
|| U || = 0 si solo si U = 0.
|| cU || = | c | || U ||.
Además cumplen con la desigualdad de Gauchy - Schawarz, desigualdad del triangulo y el teorema
de Pitágoras antes yya explicadas.
proyU V = [ ( U%V ) / ( U%U ) ]U donde U%V y V%V son el producto punto o producto interno
Euclidiano.
Para en el espacio la proyección se denota como proyv U = [ / ]V , proyv U = [ / ]U.
Siendo U y V dos vectores en el espacio V con producto interno y V " 0. Entonces la distancia d ( U,
proyv ) < d ( U, cV ) donde c " / .
Es ortonormal si < vi, vj > = 0 i " j y || vj || = 1 donde i = 1, 2, 3, ..., n y es ortonormal si < vi, vj > = 0 i "
j donde vi, vj pertenecen al conjunto s = { v1, v2, ..., vn }
lin ( b1 , … ., b k )=lin ( a1 , … … . , ak )
k−1
b k =a k −∑ λ k b j
j=1
Es fácil memorizar los índices de coeficientes λ: este coeficiente sirve para “corregir” a k
usando b j
Para calcular el coeficiente λ k ,i , multipliquemos la igualdad (1) por b i en el sentido del
producto interno:
k−1
2 2
⟨ bk , bi ⟩ = ⟨ a k ,b i ⟩ =∑ f i. j λk . j‖b j‖ = ⟨ ak ,b i ⟩ −λk , i‖bi‖
j=1
Queremos que ⟨ bk , bi ⟩ sea iguan a 0. Si b i ≠ 0, entonces λ k ,i debe ser igual a:
⟨ ak , bi ⟩
λ k ,i= 2
‖bi‖
Si b i=0, el sumando λ k ,i bi no depende de λ k ,i para simplicidad, en este caso ponemos
λ k ,i=0
⟨ak , bi ⟩
{
k−1
2 b j≠ 0
b k ≔ ak −∑ λ k , j b j , donde λ k , j ≔ ‖b j‖ b j=0
j=1
0,
4 −6 5
() () ()
a 1= −2 , a2=
−1
2
3 ,a =
4
−8
3
−5
−3
−4
Solución:
1.- primero b 1=a1 calculemos la norma de b 1.
2
‖b 1‖ =16+ 4+ 1+ 4=25 ,‖b 1‖=25
b 2=a2− λ2,1 b −6 4 2
( ) ( )( )
1=
3
4
−8
+2
−2
−1
2
=
−1
2
−4
Calculemos la normal de b 2 :
2
‖b 2‖ =4+1+ 4+16=25‖b 2‖=5
De aquí
5 4 2 −1
−3
−4
−1
2
( )( )( )( )
b 3=a3 −λ3,1 b1− λ3,2 b2= −5 − −2 − −1 = −2
2
−4
−4
−2
Calculemos la normal de b 3
2
‖b 3‖ =1+ 4+16+ 4=25
La comprobación:
4 2 −1
)( )(
4 −2 −1 2 25 0 0
(
G( b 1 , b2 , b3 ) = 2 −1 2 −4
−1 −2 −4 −2
−2 −1 −2
−1 2 −4
2 −4 −2
= 0 25 25
0 0 0 )
Podemos normalizar los vectores b 1 , b2 , b3 y obtener un sistema ortonormal:
()
5
−2 2/5 −1/5
C 1= 5 , C 2
−1
5
2
( )( )
−1/5 , C
2/5
−4 /5
3
−2/5
−4 /5
−2/5
Definición: sea (V ;+; o ; K ) ,(W ; ⊕ ;∗; K ) dos dispositivos vectoriales sobre el cuerpo
k. una aplicación o funciónT :V →W es una transformación lineal si:
a) T (v1 + v2) = T (v1) © T (v2); 8 v1; v2 2 V. b)
a) para simplificar la notación denotaremos las operaciones con el mismo símbolo diciendo
a) T ( v 1+ v 2 ) =T ( v 1 ) +T (v 2); 8 v 1; v 2 2 V .
b) T (kv )=kT (v) ; 8 v 2V ; 8 k 2 K .
n n
T
( ∑ ki=vi
i=1
)∑
i=1
k=i T ( v i ) ; v i € V , k=i€ K .
Ejemplo: verifique que la transformación T : R2 → R3 tal que T(x; y) = (x + y; y; x - y), es
una transformación lineal.
Solución: .
a) Sean v 1=(x , y ) , v 2=( p , q)2 R 2 entonce
T ( v 1+ v 2 ) =T ( x+ p , y +q )
¿( ( x + p ) + ( y +q ) , y +q , ( x + p )−( y +q))
¿( ( x + p ) + ( y +q ) , y +q , ( x + p )−( y +q))
¿( x + y , y , x− y )+( p+ q , q , p−q)
¿ T (x , y )+T ( p , q)
¿ T (v 1)+T (v 2)
¿( kx+ ky , ky , kx−ky )
¿ k ( x+ y , y , x− y)
¿ kT ( x , y )
¿ k ( Tv)
T ( x , y )=T ( z , w ) ⇒ ( x+ y , x− y )= ( z + w , z−w )
⇒ x + y=z + w
{
x− y=z −w
x =z
⇒ { y=w
n
TEOREMA: sea T : R → R m una transformación lineal, entonces existe una matriz A € M
(m, n, R) tal que T ( u )=A .u , ∀ u € Rn
DEMOSTRACION: antes de efectuar la demostración, es conveniente es conveniente
n
que podemos señalar que podemos “identificar” la n-upla ( x 1 , x 2 … , x n ) € R con la matriz
columna
x1
()
⋮ € M (n , 1 , R );
xn
Base conica de Rm
n
Sea v=( x 1 , x 2 , … .. , x n ) € R , entonces v se escribe como combinación de los vectores de E como
v=x 1 E1 + x 2 E 2+ ….. ,+ x n En asi aplicando la transformación lineal T obtenemos
T ( v )=x 1 T ( E 1 ) + x 2 T ( E 2 ) +… .. ,+ x n T ( E n ) .
Por otro lado, cada vector T ( E j ) € Rn se escribe como combinación lineal de la base cónica E¿
¿ ¿ ¿
como T ( E j ) =a1 j E j+ a2 j E2 +… .. ,+amj Em .
Observación:
2.- la matriz T A, se obtiene colocando como columnas los coeficientes de la combinación lineal
que representa el vector T ( E j )al escribirlo como la combinación de los vectores de la base E
¿
¿ ¿ ¿
Solución: sea E={ E1= (1,0,0 ) , E2= ( 0,1,0 ) , E3 =( 0,0,1 ) } , E ={ E1=( 0,1 ) , E2=( 0,1 ) }
Bases canónicas de R R y R R respectivamente entonces:
3 2
Entonces:
A= (21 1 0
1 1 )
Verificación:
X
(
T ( V ) =A .V = 2 1 0
1 1 1 )( ) (
. Y = 2 x y =( 2 x+ y , x + y + z ) .
Z x y z )