Professional Documents
Culture Documents
Algebra Lineal Libro Tnm-Espac Vect
Algebra Lineal Libro Tnm-Espac Vect
59
Actividades de Aprendizaje
Comprender el concepto de espacio vectorial.
Ejemplificar conjuntos de vectores que cumplan con los diez axiomas de espacio vecto-
rial.
Establecer analogías entre los espacios y subespacios vectoriales con la notación de con-
juntos y subconjuntos.
Observación
Tomemos en cuenta que estas operaciones dependen de los objetos con los cuales este-
mos trabajando y que no necesariamente son las operaciones de suma y producto que
conocemos de los números reales.
Espacios Vectoriales
Nos interesan aquellos conjuntos en los cuales una vez definidas sus operaciones, cumplen
con las siguientes propiedades o axiomas:
4. Existencia del elemento neutro. Existe un elemento 0V ∈ V tal que para todo v ∈ V, v +
0V = 0V + v = v
5. Existencia del elemento inverso aditivo. Si un elemento v ∈ V , entonces existe otro ele-
mento denominado −v ∈ V tal que v + (−v) = 0V .
10. Existencia del neutro de los reales. Para cada vector v ∈ V existe un elemento 1 ∈ R tal
que 1 v = v.
Observación
Para evitar confusiones, siempre que nos refiramos al vector cero de un espacio vectorial
V lo denotaremos como 0V .
Tomando en cuenta las propiedades anteriores asi como las operaciones con que se verifican,
estamos en condiciones de enunciar la siguiente definición.
3.1 Definición de un espacio vectorial Álgebra lineal.
Observación
61
A los elementos de un espacio vectorial se les llama vectores y a los números reales se les
conoce como escalares, las operaciones de suma y multiplicación dependen del espacio
vectorial, no siempre son las operaciones aditivas y de producto que conocemos de los
números reales.
Para nuestro caso la propiedad 10 se cumple directamente, pues estamos trabajando dentro
de los números reales y con operaciones previamente establecidas, en donde se define al 1 ∈ R
como el neutro multiplicativo; en caso de cambiar las operaciones, debemos revisar que se
cumpla ésta propiedad.
Pasos necesarios para verificar las 10 propiedades de un espacio vectorial
3) tener muy claro como es la operación de suma entre sus elementos y el producto
por un escalar, cuando no se menciona nada en el ejercicio se supone que son las
operaciones que se realizan normalmente entre esos elementos, aunque también se
pueden definir al momento de plantear el problema.
Verificar que el conjunto formado por el número cero V = {0}, con la suma y producto
definidas en los números reales, es un espacio vectorial.
Solución .
El único elemento de este conjunto es el cero real (0V = 0), veamos que cumple las nueve
propiedades:
2. Es claro que 0V + 0V = 0V + 0V . X
El vector cero de cada conjunto forma por si solo un espacio vectorial, conocido como espacio
vectorial trivial por su sencillez, y es el único con una cantidad finita de elementos que mane-
jaremos en este curso.
62
Ejemplo 3.2 Espacio vectorial, constituido por una recta en R2
Mostrar que el conjunto de puntos en R 2 que están en una recta L que pasa por el origen,
constituyen un espacio vectorial, con las operaciones de suma y producto definidas para
coordenadas cartesianas.
Espacios Vectoriales
Solución .
La ecuación de una recta que pasa por el origen es y = c x donde c es una constante
arbitraria pero que queda fija una vez elegida. Entonces los elementos de este conjunto
tienen la forma (x, cx); además veamos que cumple las 9 propiedades
Observación
El conjunto de puntos en R 2 que están en una recta que no pasa por el origen, no cons-
tituyen un espacio vectorial, pues no contiene al vector cero.
Para nuestro siguiente ejemplo, recordemos que cualquier polinomio tiene la forma
y el grado del polinomio es igual a m, siempre y cuando m sea el mayor exponente de todos los
términos del polinomio y además a m 6= 0.
3.1 Definición de un espacio vectorial Álgebra lineal.
Solución .
63
No contiene al vector cero, pues no es de grado tres, con esto es suficiente, aunque tam-
bién se puede ver que si se toman dos polinomios de grado tres, la suma no necesaria-
mente es de grado tres.
Se puede comprobar que si a éste conjunto, P 3 , se le permite que contenga a los polinomios de
grado menor o igual a 3, entonces si es un espacio vectorial.
Solución .
Recordemos que una función continua es aquella que no contiene ningún punto de dis-
continuidad, es decir que no tiene divisiones entre cero ou operaciones que no se pue-
den definir, dentro del intervalo de definición.
1. Si f (x), g (x) son funciones continuas, entonces f (x) + g (x) sigue siendo una fun-
ción continua pues al sumar no se agrega ningún punto de discontinuidad. X
2. Si f (x), g (x) son funciones continuas, entonces por la definición de suma de fun-
ciones, es claro que f (x) + g (x) = g (x) + f (x). X
3. Sean f (x), g (x), h(x) funciones continuas, entonces podemos asociar [ f (x) +
(g (x)] + h(x) = ( f + g )(x) + h(x) = ( f + g + h)(x) = f (x) + (g + h)(x) = f (x) + [g (x) +
h(x)]. X
6. Si k es un real y f (x) es una función continua, entonces k f (x) sigue siendo una
función continua pues al multiplicar no se agrega ningún punto de discontinui-
dad. X
8. Sean k un número real y f (x), g (x) funciones continuas, entonces por linealidad
de las funciones k( f (x) + g (x)) = k f (x) + kg (x). X
9. Sean k 1 , k 2 elementos reales y f(x) es una función continua, entonces por propie-
dades de los reales (k 1 k 2 ) f (x) = k 1 (k 2 f (x)). X
Determinar si el conjunto formado por todas las matrices de orden 3 × 2, donde el ele-
64
mento cuya posición se encuentra en el renglón 2 columna 2 es un número racional, y
con las operaciones definidas para matrices, forman un espacio vectorial.
Solución .
Llamemos M r al conjunto de matrices que cumplen esta característica:
1. Se cumple, pues al sumar dos matrices de 3×2, el resultado sigue siendo una matriz
Espacios Vectoriales
de 3 × 2, además la suma de racionales sigue siendo racional. X
6. Esta propiedad falla pues si tenemos una matriz M de 3 × 2 con número racional
en la posición renglón 2 columna 2 y k es un irracional, entonces kM puede no
contener un racional en la posición indicada.
La ventaja de trabajar con subespacios vectoriales es que no es necesario verificar las diez pro-
piedades de espacios vectoriales, como lo muestra el siguiente teorema.
3.2 Subespacios de un espacio vectorial y sus propiedades Álgebra lineal.
Teorema 3.1
Un subconjunto no vacío H de un espacio vectorial V es un subespacio de V, si se cum-
plen las tres reglas de cerradura:
1. Si h 1 , h 2 ∈ H entonces h 1 + h 2 ∈ H .
Solución .
Los elementos de este conjunto son todos los puntos de R2 de la forma (x, x), ahora
2. Por otro lado si k es un real, entonces k(x, x) = (kx, kx) que también pertenece a la
recta.
Solución .
Observemos que los elementos de H son de la forma (2+4t , 1−2t , t ), con t ∈ R, sin embar-
go en este caso H no es un subespacio vectorial pues no se cumple la segunda condición,
por ejemplo si tenemos k = 0 y (6, −1, 1) ∈ H , entonces k(6, −1, 1) = (0, 0, 0) ∉ H .
Observación
Al igual que en para las lineas rectas, todo plano que contenga al origen, constituye un
espacio vectorial.
3.2 Subespacios de un espacio vectorial y sus propiedades Álgebra lineal.
x ∈ A ∩B ⇔ x ∈ A y x ∈B
Espacios Vectoriales
sección de subespacios vectoriales H1 ∩ H2 como el conjunto {v ∈ V : v ∈ H1 , v ∈ H2 }; es
decir, los elementos que pertenecen a ambos subespacios.
Observación
Proposición 3.1
La intersección de 2 subespacios de V , siempre es otro subespacio de V .
Demostración .
Sean H1 y H2 dos subespacios de V , si la intersección es el espacio formado unicamente
por el elemento cero, es claro que será un subespacio vectorial, si no es el caso, probare-
mos que H1 ∩ H2 es un subespacio de V en la siguiente forma:
Observación
Una forma para encontrar el subespacio formado por la intersección es escribir el ele-
mento general de cada subespacio e igualar coordenadas correspondientes par formar
un sistema de ecuaciones que al resolverlo nos dará información sobre la intersección.
Solución .
H es una recta en el espacio y sus elementos tienen la forma (−1 + t , 2 − 2t , 1 − t ), mien-
3.2 Subespacios de un espacio vectorial y sus propiedades Álgebra lineal.
¶ µ
−2x + 3y
tras P representa un plano, y su elemento general se escribe como x, y, .
8
Al igualar coordenada a coordenada
tenemos el sistema
−1 + t = x
67
2 − 2t = y
1 − t = −2x + 3y
8
Que reescribiendo queda
x − t = −1
y + 2t = 2
3y − 2x + 8t = 8
El cual tiene una cantidad infinita de soluciones, por lo tanto H ⊂ P tal y como lo muestra
la gráfica y en consecuencia la intersección es H .
Solución .
H y P son rectas en el plano cuyos elementos generales son (x 1 , 12 x 1 ) y (x 2 , 32 x 2 ) respecti-
vamente. Al igualar coordenada a coordenada tenemos el sistema
(
x1 = x2
1 2
2 x1 = 3 x2
H1 + H2 = {v ∈ V : v = h 1 + h 2 donde h 1 ∈ H1 , h 2 ∈ H2 }
Espacios Vectoriales
n
X n
X
Hi = H1 + H2 + . . . + Hn = {v ∈ V : v = hi donde h i ∈ Hi
i =1 i =1
El vector suma, esta compuesto por la suma de vectores, cada uno de los cuales pertenece a
uno de los subespacios de V , para encontrar este subespacio debemos describir el elemento
general de cada subespacio y realizar la suma parra enseguida determinar el dominio de la
nueva expresión, éste formara al subespacio suma.
Solución .
Notemos que H1 es una recta que pasa por el origen con elementos de la forma (x 1 , 12 x 1 ),
mientras que el elemento general de H2 se escribe como (x 2 , − 32 x 2 ), así al realizar la suma
tenemos (x 1 +x 2 , 12 x 1 − 23 x 2 ) que representa a todos los puntos de R2 , por lo que el espacio
vectorial H1 + H2 = R2 .
Observación
Es importante que al momento de sumar los elementos generales de cada subespacio los
denotemos con variables distintas, pues en caso contrario no estaríamos encontrando
todos los elementos que corresponden a la suma.
Existe un nombre especial para la suma de subespacios , cuando tenemos dos subespacios
vectoriales cuya intersección es el elemento neutro del espacio vectorial, como a continuación
se describe.
Definición 3.7 Suma directa de subespacios
Sea V un espacio vectorial y sean H1 y H2 dos subespacios vectoriales de V . Se define la
suma directa de subespacios como V = H1 ⊕ H2 si se cumple que V = H1 + H2 y además 69
H1 ∩ H2 = 0
En caso de que la suma directa H1 + H2 sea todo el espacio V , decimos que H1 y H2 son suple-
mentarios.
Solución .
H1 es una recta en el espacio y sus elementos tienen la forma (2−2t , 3−3t , 1−t ), mientras
P representa un plano, y su elemento general se escribe como (x, 21 x, z). Al sumar estos
elementos tenemos (t + x, 1 − 3t + 12 x, 1 + t + z) que nos genera todo R3 pues tenemos
3 grados de libertad es decir se puede escoger libremente tres variables. Por otro lado
cuando igualamos coordenada a coordenada tenemos el sistema
2 − 2t = x
3 − 3t = 12 x
1−t = z
v = k1 v 1 + k2 v 2 + · · · + kn v n ,
Los coeficientes de la combinación lineal son únicos, y para encontrarlos, basta con resolver el
sistema de ecuaciones lineales, que se forma a partir de la igualdad que aparece en la definición
de combinación lineal.
Mostrar que en R3 el vector (−7, 7, 7) es una combinación lineal de (−1, 2, 4), (5, −3, 1) y 70
(2, 1, 0).
Solución .
Escribimos (−7, 7, 7) = k 1 (−1, 2, 4) + k 2 (5, −3, 1) + k 3 (2, 1, 0), desarrollando esta igualdad
obtenemos el sistema
−k 1 + 5k 2 + 2k 3 = −7
2k 1 − 3k 2 + k 3 = 7
4k 1 + k 2 = 7
Espacios Vectoriales
El hecho de escribir un vector como combinación lineal de otros es muy importante pues nos
permite simplificar muchos cálculos, en particular podemos definir lo siguiente
Definición 3.9 Conjunto generador
Dado un espacio vectorial V , se dice que los vectores v 1 , v 2 , . . . v n ∈ V forman un conjun-
to generador de V , si cualquier vector en V se puede escribir como una combinación
lineal de ellos. Es decir, para todo v ∈ V existen escalares a 1 , a 2 , . . . a n tales que
v = a1 v 1 + . . . + an v n .
Es claro que los conjuntos de vectores {(1, 0), (0, 1)} y {(1, 0, 0), (0, 1, 0), (0, 0, 1)} generan a R2 y
R3 respectivamente. Sin embargo hay muchos más conjuntos de vectores que pueden generar
estos espacios.
Para saber si un conjunto de vectores es generador de un espacio vectorial V , basta con escribir
un elemento general del espacio como combinación lineal de los vectores y verificar que esté
bien definido para todos sus valores.
Observación
Decir que una operación esta bien definida, significa que podemos realizar tal operación
para todos los valores de la variable, por ejemplo la función x1 no esta bien definida para
los reales, pues no podemos evaluar en x = 0.
Mostrar que el conjunto de vectores {(2, 3, 1), (−1, 2, 0), (4, 3, 1)} genera a R3 .
Solución .
Expresamos un vector general de R3 como combinación lineal de estos vectores; es decir,
(x, y, z) = k 1 (2, 3, 1) + k 2 (−1, 2, 0) + k 3 (4, 3, 1). Luego formamos el sistema de ecuaciones
11z−2x−y y−3z 2x+y−7z
lineales y lo resolvemos, para obtener los valores k 1 = 4 , k2 = 2 y k3 = 4 .
Finalmente, como k 1 , k 2 , k 3 están definidas para todo x, y, z, decimos que el conjunto de
3.3 Dependencia e independencia lineal Álgebra lineal.
Algo muy importante dentro de las operaciones vectoriales es que, cuando trabajamos con
vectores, estos deben ser independientes unos de otros; en caso contrario, solo estaríamos tra-
bajando mucho sin obtener resultados nuevos.
Para saber cuando dos vectores o más son independientes unos de otros, tenemos la siguiente
definición.
Definición 3.10 Dependencia lineal
Un conjunto finito de vectores v 1 , v 2 , . . . v n es linealmente dependiente si cumple cual-
quiera de las siguientes afirmaciones:
2. El vector cero se puede expresar como combinación lineal de todos ellos con coe-
ficientes no todos iguales a cero.
Mostrar que los vectores u = (1, 2, 4), v = (2, 5, −3) son linealmente independientes en R3 .
Solución .
Escribimos (0, 0, 0) = a(1, 2, 4) + b(2, 5, −3), al igualar cada coordenada obtenemos el sis-
tema
0 = a + 2b
0 = 2a + 5b cuya única solución es a = b = 0, y por la definición de dependencia
0 = 4a − 3b
lineal parte 2, los vectores son linealmente independientes
3.3 Dependencia e independencia lineal Álgebra lineal.
Observación
Solución .
Como la dimensión del espacio es 3 y tenemos 4 vectores entonces por la observación ??
los vectores son linealmente dependientes.
Espacios Vectoriales
Algunas propiedades de los vectores linealmente dependientes e independientes son las si-
guientes:
Proposición 3.2
Un conjunto de vectores es linealmente independiente si el determinante formado por
ellos es diferente de cero.
Observación
La proposición 3.2 es muy útil, pues simplifica mucho la tarea a la hora de saber si el
conjunto de vectores es linealmente independiente; sin embargo, sólo funciona cuando
el determinante que se forma es cuadrado.
3.4 Base y dimensión de un espacio vectorial Álgebra lineal.
Solución .
73
Debemos formar el determinante considerando cada matriz como una columna o ren-
glón del determinante, realizándolo en un orden específico.
1 3 1 4
−2 3 5 1
2 −3 −1 −2
3 −1 2 −1
Como este determinante es igual a −47, por la proposición ?? sabemos que los vectores
son linealmente independientes.
Solución .
En el ejmplo ?? se mostró que los vectores 1, x, x 2 y x 3 generan a P 3 por lo que la dimen-
sión de P 3 es igual a cuatro.
La dimensión del espacio vectorial formado con los puntos de una línea recta que pasa
por el origen es 1, no importa si está definida en el plano o en el espacio.
3.4 Base y dimensión de un espacio vectorial Álgebra lineal.
La dimensión de Rn = n para n ≥ 0.
Espacios Vectoriales
Ejemplo 3.19 Cuatro vectores generadores de R3
Determinar si el conjunto de vectores {(1, 2, 4), (3, 2, −1), (1, 1, 1), (0, 1, 3)} generan a R3
Solución .
Es claro que los cuatro vectores son linealmente dependientes pues la dimensión del
espacio es 3, sin embargo si tomamos los vectores {(1, 2, 4), (3, 2, −1), (1, 1, 1)} estos son li-
nealmente independientes pues su determinante es distinto de cero, como son tres vec-
tores en un espacio de dimensión 3, concluimos que el conjunto si genera a R3 .
Veamos ahora la relación entre conjunto de vectores linealmente independientes y las bases de
un espacio vectorial.
Observación
Si se conoce la dimensión del espacio vectorial, entonces para probar que un conjunto de
vectores es una base, basta con verificar que dicho conjunto tiene la misma cantidad de
vectores que la dimensión del espacio y que es un conjunto linealmente independiente.
Cada espacio vectorial puede contener una cantidad infinita de bases, pero hay una en particu-
lar que se conoce como base canónica o estándar, esto debido a la sencillez con que se puede
representar un elemento del espacio en términos de esta base.
Algunas de las bases estándar mas conocidas son:
El conjunto de vectores {(1, 0), (0, 1)}, que forman la base canónica de R2 .
El conjunto de vectores {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, que forman la base canónica de R3 .
U = {(1, 0, 0), (0, 1, 0), (0, 0, 1)},V = {(2, −1, 0), (2, 3, 1), (0, −1, 4)},W = {(2, −1, 0), (2, 3, 1), (0, 4, 1)}
por lo que los vectores de V son linealmente independientes y generan una base, mien-
tras que W no forma una base.
.
Solución .
El conjunto P representa un plano en el espacio que pasa por el origen por lo que es es-
pacio vectorial y además tiene dimensión 2, por lo que necesitamos dos vectores lineal-
mente independientes que pertenezcan al plano, estos pueden ser {(1, 2, 0), (−1, 1, 1)}.
Solución .
Los elementos de U son de la forma (x, y, 2x + 3y, w) como es un subespacio de R4 basta
con probar las dos condiciones de subespacios:
2. Dado k y (x, y, 2x+3y, w), tenemos que k(x, y, 2x+3y, w) = (kx, k y, 2kx+3k y, kw) ∈
U.
Espacios Vectoriales
vector v ∈ V , existen escalares k 1 , k 2 , . . . k n tales que
v = k1 v 1 + k2 v 2 + . . . + kn v n . (3.1)
El vector cuyas componentes son los coeficientes de v, denotado por [v]B , se llama vec-
tor de coordenadas (vector coordenado) de V con respecto a B; es decir,
k1
k2
[v]B = ..
.
kn
La ecuación 3.1 nos permite encontrar las componentes de un vector, expresado en términos
de una base arbitraria, a partir de su expresión en la base canónica.
Dada la base B = {(1, 0, −1), (−1, 1, 0), (1, 1, 1)} de R3 y el vector v = (2, 3, 1)
1. Escribir el vector v en términos de la base B; es decir, obtener [v]B .
Observación
Observación
En Rn cualquier base esta representada por lo que conocemos como ejes coordenados
para saber como ubicarlos simplemente debemos graficar cada vector de la base toman-
do en cuenta la base canónica.
Para ubicar un vector de coordenadas en el plano o el espacio, procedemos de igual forma que
como lo hacemos para la base canónica, es decir, se ubica las componentes del vector en cada
eje (vector de la base) y luego se trazan paralelas al otro eje.
Por ejemplo, supongamos que tenemos el vector v = (5, 5) ∈ R2 y queremos expresarlo en tér-
minos de la base B = {(2, 3), (1, −1)}; después de realizar los cálculos correspondientes, encon-
tramos que [v]B = (2, 1). Si realizamos la gráfica de cada uno, obtenemos
6 H5, 5L 2
6 (2, 1)
4 4
1
2 -3
2
-2
-1
-6 -4 -2 2 4 6 -6 -4 -2 2 4 6
-2 -2 1
-1
2
-4 -4
3
v2
-6 v1 -6
(a) Vector expresado en términos de la ba- (b) Vector expresado en términos de la ba-
se canónica se B = {(2, 3), (1, −1)}
Notemos que las unidades de medición en la base B son de distinta longitud; ésto se debe a
que la magnitud de los vectores de esta base es distinta de 1.
Escribir el vector v = (−1, 1) en términos de la base B = {(1, −1), (−1, 2)} de R2 y graficar
este vector en las dos bases.
Solución .
Debemos escribir v como combinación lineal de la base B, es decir, (−1, 1) = k 1 (1, −1) +
k 2 (−1, 2) y resolver el sistema formado
(
−1 = k 1 − k 2
1 = −k 1 + 2k 2
3.5 Ortonormalización Álgebra lineal.
cuya solución es k 1 = −1 y k 2 = 0, por lo tanto [v]B = (1, 0). Las gráficas correspondientes
son:
2 2
1
(-1, 1) (1, 0)
1 1
1
-2 -1 1 2 -2 -1 1 2
78
-1 -1
-1 v1
-2 -2 -1 v2
Espacios Vectoriales
realizar este cambio, esto lo hacemos de la manera que a continuación describimos.
La columna i −ésima está constituida por las coordenadas en la base B2 , del vector u i de la
base B1 .
Para calcular las componentes de un vector en términos de la base B2 a partir de la base B1 ,
tenemos la siguiente
Tomemos la base B1 = {(1, 0, 0), (0, 1, 0), (0, 0, 1)} y sea B2 = {(1, 0, 2), (3, −1, 0), (0, 1, −2)},
verificar que B2 es una base para R3 y escribir [v]B1 = (1, −2, 4) en términos de B2 .
Solución .
Si calculamos el determinante formado por los vectores de B2 , observamos que
¯ ¯
¯ 1 3 0 ¯¯
¯
¯ 0 −1 1 ¯=8
¯ ¯
¯ ¯
¯ 2 0 −2 ¯
3.5 Ortonormalización Álgebra lineal.
como es distinto de cero, entonces B2 es una base. Ahora, para obtener la matriz de
transición de B1 a B2 , calculamos primero sus vectores; esto es
Como la base B1 es la base canónica, podríamos calcular [v]B2 con la ecuación 3.1; es decir,
escribimos
(1, −2, 4) = d 1 (1, 0, 2) + d 2 (3, −1, 0) + d 3 (0, 1, −2),
y resolviendo este sistema tenemos que d 1 = 1/4, d 2 = 1/4, d 3 = −7/4, con estos valores pode-
mos escribir finalmente
1/4 2
1
[v]B2 = 1/4 = 2 .
8
−7/4 −14
1. u i · u j = 0 para todo i 6= j
2. u i · u i = 1.
Para hacer que los vectores sean ortogonales, recordemos de cálculo vectorial que un vector u
se proyecta sobre otro vector v mediante la siguiente fórmula:
v ·u
pr oy v (u) = v
|v|2
v·u
Ahora, si escogemos el vector w = u − |v|
80
2 v, entonces v y w son ortogonales, como lo ilustra la
gráfica
u w=u-proyv HuL
Espacios Vectoriales
proyv HuL
v
P.1) Elección del primer vector unitario. Tomamos el vector v 1 y lo dividimos entre su
v
magnitud para hacerlo unitario; al resultado lo llamaremos u 1 , es decir, u 1 = |v 1 | .
1
P.2) Elección del segundo vector unitario. Proyectamos el vector v 2 sobre u 1 , para
obtener
v 2 · u1
v 20 = v 2 − u 1 = v 2 − (v 2 · u 1 )u 1 ésto último se debe a que |u 1 | = 1.
|u 1 |2
P.3) Elección del k +1 vector unitario. Supongamos que se han construido los vectores
{u 1 , u 2 . . . u k } y que forman un conjunto ortonormal. Para construir u k+1 tenemos
0
v k+1 = v k+1 − (v k+1 · u 1 )u 1 − (v k+1 · u 2 )u 2 − . . . − (v k+1 · u k )u k
0
v k+1
Finalmente u k+1 = 0
|v k+1 |
.
3.5 Ortonormalización Álgebra lineal.
Construir
una
baseortonormal para R3 , comenzando con la base {v 1 , v 2 , v 3 } =
1
0 1
1 , 1 , 0 .
81
0 1 1
Solución .
Podemos comenzar con cualquier vector, pero procederemos en el orden dado.
(− 12 , 12 , 1)
µ ¶
1 1 2
u2 = q = −p , p , p
1
+ 1
+ 1 6 6 6
4 4
1.• Indicar cuales de las propiedades 1, 3, 4, 5, 6, 7 de espacios vectoriales fallan en los siguien-
tes conjuntos.
a.• El conjunto de los números enteros.
b.• El conjunto de los números racionales.
82
c.• El conjunto de los números reales.
d.• El conjunto de matrices diagonales de 3 × 3.
e.• El conjunto de todas las lineas rectas horizontales en el plano.
f.• El conjunto de todos los círculos centrados en el origen, de radio r ≥ 0, con la suma y
producto de funciones.
g.• El conjunto de polinomios de grado menor o igual a 3 de la forma ax 3 +bx 2 +c x +d , con
Espacios Vectoriales
a < 0.
h.• El conjunto V = {2}.
i.• V = {x ∈ R : x ∈ (−2, 2)}. Ã !
• 0 a
j. El conjunto de matrices de 2 × 2 que tienen la forma .
b 1
k.• El conjunto de matrices simétricas de 3 × 3.
c f g
formado por las matrices de 3 × 3.
(Ã ! Ã !) (Ã ! Ã !)
2 −1 −1 3
5. Dadas las bases B1 =
•
, y B2 = , :
1 2 1 2
a.• Encontrar la matriz de transición de B1 a B2 .
b.• Dado el vector [v]B1 = (3, 3), encontrar [v]B2 .
0
1 3
1 −1 0
6.• Dadas las bases B1 = 1 , 4 , 0 y B2 = 1 , 1 , 0 :
3 2 −4 −1 −1 −4
a.• Encontrar la matriz de transición de B1 a B2 .