INTEGRATES

ALEJADRO RAMOS ROJAS

VANESA MABEL CAMPOS RUIZ
FREDY ALEXIS MONTERO GARCIA
JESUS TADEO SUAREZ CASOLUENGO
ANDRY PROMOTOR LEON
ADRIANA MORTERA SALINAS
RAMSES VILLEGAS RODRIGUEZ

4.1 Definicin de
espacio vectorial.
Un espacio vectorial es aquel conjunto
de vectores que cumple las propiedades
o axiomas de la suma de vectores y la
multiplicacin por un escalar, dichas
propiedades vistas en espacios ndimensinales Rn o R2. Un espacio
vectorial es un espacio no vaco.

Podramos decir que un espacio vectorial es

la abstraccin de las propiedades de un
espacio n-dimencional , debe tomarse en
cuenta que en el espacio vectorial no se
especifica operaciones ni vectores, entonces
se puede usar cualquier vector y cualquier
operacin se puede sustituir la suma de
vectores y la multiplicacin por un escalar,
pero siempre cumpliendo todos las
propiedades, siempre seria un espacio
vectorial.

 Un espacio vectorial cumple con cuatro partes que

son: un conjunto de vectores, un conjunto de
escalares, y dos operaciones. Estos forman un
cuerpo que es igual a las estructuras algebraicas de
dos operaciones <conjunto, operacin ,operacin>
(un cuerpo). Para comprobar que determinado
conjunto es un espacio vectorial es preciso definir o
especificar las propiedades de suma multiplicacin
por un escalar como vimos anteriormente tenemos
que definir el elemento que acta como cero (0) y el
negado de cada elemento.

4.2 Definicin de
subespacio vectorial y
sus propiedades.

Sea H un subconjunto no vaco de un espacio

vectorial V y suponga que H es en s un espacio
vectorial bajo las operaciones de suma y multiplicacin
por un escalar definidas en V. Entonces se dice que
H es un subespacio de V.
Se puede decir que el subespacio H hereda las
operaciones del espacio vectorial padre V.

4.3 Combinacin lineal.

Independencia lineal.
COMBINACIN LINEAL

Sean v1, v2, , vn, vectores en un espacio vectorial V. Entonces

cualquier vector de la forma: a1v1 +a2v2++anvn, donde a1 ,a2,,an
son escalares se denomina una combinacin lineal de v1, v2,,vn.
Una combinacin lineal en M23

 Conjunto generador.

Se dice que los vectores v1, v2, , vn de un espacio

vectorial V generan a V si todo vector en V se puede
escribir como una combinacin lineal de los mismo.
Es decir, para todo vV, existen escalares a1, a2, ,
an tales que v=a1v1+a2v2++anvn
Cuatro vectores que generan a M22

 Espacio generado por un conjunto de vectores.

Sean v, v2, , vk, k vectores de un espacio vectorial V. el

espacio generado por {v1, v2, , vk} es el conjunto de
combinaciones lineales v1, v2, , vk. Es decir

donde a1, a2, , ak, son escalares arbitrarios.

Teorema: si v1, v2, , vk son vectores en un espacio vectorial V,
entonces gen{v1, v2, , vk} es un subespacio de V.

Ejemplo: el espacio generado por dos vectores en R3

Sea v1=(2,-1,4) y v2=(4,1,6). Entonces H=gen{v1,
v2}={v:v=a1(2,-1,4)+a2(4,1,6)}. Cul es la apariencia de H? si
v=(x, y,z)H, entonces tiene x=2a1+4a 2, y=-a1+a2 y z=4a 1+6
2. Si se piensa que (x, y, z) esta fijo, entonces estas ecuaciones
se pueden ver como un sistema de tres ecuaciones con tres
incognitas a1, a2. Este sistema se resuelve en la forma usual:

 INDEPENDENCIA LINEAL
En el estudio del algebra lineal, una de las
ideas centrales es la de dependencia o
independencia lineal de los vectores. En esta
seccin se define el significado de
independencia lineal y se muestra su relacin
con la teora de sistemas homogneos de
ecuaciones y determinantes.

Existe una relacin espacial entre los vectores

se puede apreciar que v2=2v1; o si se escribe esta

ecuacin de otra manera. 2v1-v2=0.
En otras palabras, el vector cero se puede escribir
como una combinacin no trivial de v1 y v2 (es
decir, donde los coeficientes en la combinacin
lineal no son ambos cero).

 Definicin: sean v1, v2, , vn

vectores en un espacio vectorial V.
entonces se dice que los vectores son
linealmente dependientes si existen n
escalares c1, c2, , cn no todos
ceros tales que .

Si los vectores no son linealmente dependientes,

se dice que son linealmente independientes.
Para decirlo de otra forma, v1, v2, .., vn son
linealmente independientes si la ecuacin
c1v1+c2v2++cnvn=0 se cumple nicamente para
c1=c2==cn=0. Son linealmente dependientes si
el vector cero en V se puede expresar como una
combinacin lienal de v1, v2,,vn con coeficientes
no todos iguales a cero.

4.4 Base y dimensin de un

espacio vectorial, cambio de base.
Base Un conjunto finito de vectores v1, v2,
. . ., vn es una base para un espacio
vectorial V si
(v1, v2, . . ., vn ) es linealmente independiente
(v1, v2, . . ., vn ) genera V.

 Todo conjunto de n vectores linealmente

independiente Rn es una base en Rn
En Rn se define:

 Puesto que los vectores e, son las columnas d una

matriz identidad (que tiene determinante 1),
es un conjunto linealmente independiente y, por lo
tanto, constituye una base en Rn. Esta base especial
se denomina base canonica en Rn. Ahora se
encontraran bases para otros espacios.

 EJEMPLO: base canonica para M22

Se vio que

generan a

entonces es evidentemente que

. As,
estas cuatro matrices son linealmente independientes y forman una
base para M22, lo que se denomina base cannica para M22.

Dimensin
Si el espacio vectorial V tiene una base con un
numero finito de elementos, entonces la
dimensin de V es el numero de vectores en
todas las bases y V se denomina espacio
vectorial de dimensin finita. De otra manera, V
se denomina espacio vectorial de dimensin
infinita. Si V={0}, entonces se dice que V tiene
dimensin cero.

Notacin. La dimensin V se denota por

dimV

EJEMPLO: la dimensin de Mmn

En Mmn sea A la matriz de mxn con un uno en la posicin ij y cero
en otra parte. Es sencillo demostrar que las matrices a para i=1,2,
,m y j=1,2,,n forman una base para Mmn. As, dimMmn=mn
TEOREMA: suponga que dimV=n. si
es
un conjunto de m vectores linealmente independientes en V,
entonces mn.
Sea
entonces, igual que la prueba del
teorema, se pueden encontrar constantes
no todas cero, tales que la ecuacin (2) se satisface. Esto
contradice la independencia lineal de los vectores u. as, mn.

 CAMBIO DE BASE
Sea x un vector que en base B1 (de vectores unitarios u1, u2, ...)
ser igual a m1u1+ m2u2 + m3u3 + ... El mismo vector, utilizando
otra base B2 (de vectores unitarios v1, v2, ...)
ser n1v1+ n2v2 + n3v3 + ...
Supongamos que u1, u2, ... se representan en la base B2 de esta
forma:
u1 = a11v1 + a21v2 + ... + an1vn
u2 = a12v1 + a22v2 + ... + an2vn
.............................................................
un = a1nv1 + a2nv2 + ... + annvn

Por lo tanto, sustituyendo estas ecuaciones en la frmula original

nos queda:
x = m1(a11v1 + a21v2 + ... + an1vn ) + m2(a12v1 + a22v2 + ... + an2vn)
+ ...
Reordenando queda:
x = (m1a11 + m2a12 + ... + mna1n)v1 + ... + (m1an1 + m2an2 + ... + mnann)vn

Comparando con la frmula x = n1v1+ n2v2 + n3v3 + ... deducimos

que:
n1 = m1a11 + m2a12 + ... + mna1n
n2 = m1a21 + m2a22 + ... + mna2n
.................................................................
nn = m1ann + m2an2 + ... + mnann

Esto se puede expresar de forma matricial:

n1 a11 + a12 + ... + a1n
m1
n2 = a21 + a22 + ... + a2n
m2
..... ........................................
nn a2n + an2 + ... + ann
mn
Llamando A a la matriz de coeficientes, X' al vector en la base B2 y
X al vector en la base B1 nos queda:
X' = AX
despejando X nos queda:
X = A-1X'

4.5 Espacio vectorial con

producto interno y sus
propiedades.
Un espacio vectorial complejo V se denomina espacio con
producto interno si para cada par ordenado de vectores u y v
en V, existe un numero complejo nico (u,v),
denominado producto interno de u y v, tal que si u, v y w
estn en V y C, entonces

La barra es las condiciones v) y vii) denota el conjugado

complejo.
Nota. Si (u,v) es real, entonces (u,v)=(u,v) y se puede eliminar
la barra en v).

EJEMPLO: producto interno de dos vectores en C3

En C3 sean x=(1+i, -3, 4-3i) y y=(2-i, -i, 2+i).

Sea V un espacio con producto interno y suponga que u y v

estn en V. entonces

 Nota 1. Aqu se usa la doble barra en lugar de una sola para

evitar confusin con el valor absoluto. Por ejemplo sen t
denota la norma de sen t como un vector en C[0, 2]
mientras que |sen t| denota el valor absoluto de la funcin
sen t.
Nota 2. La ecuacin anterior tiene sentido ya que (u, u)0.

EJEMPLO: dos vectores ortogonales en C2

En C2 los vectores (3,-i) y (2,6i) son ortogonales
porque

 Conjunto ortonormal
El conjunto de vectores
es un conjunto
ortonormal en V si
y
Si solo el primero se cumple, se dice que el conjunto es
ortonormal.

TEOREMA: cualquier conjunto finito de vectores ortonormales

diferentes de cero en un espacio con producto interno es
linealmente independiente.
TEOREMA: cualquier conjunto finito linealmente independiente
en un espacio con producto interno se puede convertir en un
conjunto ortonormal mediante el proceso de Gram-Schmidt. En
particular, cualquier espacio con producto interno tiene una
base ortonormal.

 Proyeccin ortogonal
Sea H un subespacio del espacio con producto interno V con
base ortonormal
Si vV, entonces la proyeccin ortonormal de v sobre H
denotada por proyHv esta dada por (6)

Las demostraciones de los siguientes teoremas son idnticas a

sus contrapartes en Rn.

TEOREMA: sea H un subespacio de dimensin finita con

producto interno V. suponga que H tiene dos bases ortonormales

Sea vV. entonces

 Complemento ortogonal
Sea H un subespacio del espacio con producto interno V.
entonces el complemento ortogonal de H, denotado por H, esta
dado por (7)

TEOREMA: si H es un subespacio del espacio con producto

interno V, entonces

 TEOREMA DE PROYECCIN: sea H un subespacio de

dimensin finita del espacio con producto interno V y
suponga que vV. entonces existe un par nico de vectores
h y p tales que hH, pH, y (8) v=h+p donde h=proyHv.
Si V tiene dimensin finita, entonces p=proyHv.
TEOREMA: sea A una matriz de nxn; entonces A tiene
vectores propios linealmente independientes si y solo si
multiplicidad geomtrica de cada valor propio es igual a su
multiplicidades algebraica. En particular, A tiene n vectores
propios linealmente independientes si todos los valores
propios son distintos (ya que entonces la multiplicidad
algebraica de cada valor propio es 1).

4.6 Base ortonormal,

proceso de
ortonormalizacin de
Conjunto ortonormal en R
Gram-Schmidt.
Se dice que un conjunto de vectores S={u1, u2, , uk} en Rn es
n

un conjunto ortonormal si (1) (2)

Si solo satisface la ecuacin (1), se dice que el conjunto es
ortogonal.
Si u, v y w en Rn y es un numero real, entonces (3) (4) (5) (6)(7)

 Si vRn, entonces la longitud o norma de v, denotada por |v|,

esta dada por (8)

Nota. Si

Esto significa que (9)

entonces v*v=

 De esta forma se puede obtener la raz cuadrada en (8), y se

tiene (10)(11)

 TEOREMA: si S=
es un conjunto ortogonal
de vectores diferentes de cero, entonces S es linealmente
independiente.
Suponga que
Entonces, para cualquier i=1,2,,k

Como v0 por hiptesis |v|2>0 y se dice que c=0. Esto es cierto

para i=1,2,,k, lo que completa la prueba.

 Proceso de ortonormalizacion de Gram-Schmidt

Sea H un subespacio de dimensin m de Rn. Entonces H tiene
una base ortonormal.
Sea S=
una base de H. se probara el teorema
construyendo una base ortonormal a partir de vectores en S.
antes de dar los pasios para esta construccion, se observa el
hecho sencillo de que un conjunto de vectores linealmente
independiente no contiene al vector cero.

 Paso 1. Eleccion del primer vector unitario

Sea (12)

Entonces
De manera que |u|=1.

 Paso 2. Eleccion de un segundo vector ortogonal a u

Como anteriormente se ha visto que, en R2, el vector

es la ortogonal a v. en este caso
es la proyeccion de u sobre v. esto se ilustra en la siguiente figura.

Resulta que el vector w dado es ortogonal a v cuando w y v estn en

Rn para cualquier n2. Obsrvese que como u es un vector unitario,
para cualquier vector v.
Sea (13)

entonces

de manera que v es ortogonal a u. mas aun, por el teorema, u y vson

linealmente independientes. v0 porque de otra manera

lo que contradice la independencia de v1 y v2.

 Paso 3. Eleccin de un segundo vector unitario

Sea (14)
entonces es evidente que {u1,u2} es un
conjunto ortonormal.
Suponga que se han construido los vectores u1, u2,,uk(k<m) y
que forman un conjunto ortonormal. Se mostrara como construir
uk+1.

 Paso 4. Continuacin del proceso

Sea (15)

entonces para

i=1,2,,k
Pero

Por lo tanto,

As,
es un conjunto linealmente
independiente, ortogonal y vk+10.

 Paso 5
Sea
Entonces es claro que
es un conjunto
ortonormal y se puede continuar de esta manera hasta que
k+1=m con lo que se completa la prueba.
Nota. Como cada u es una combinacin lineal de vectores v,
gen
es un subespacio de gen
y como cada espacio tiene dimensin k, los espacio son iguales.