Professional Documents
Culture Documents
ESPACIOS VECTORIALES
CAPITULO 1.
ESPACIOS VECTORIALES
El propsito de este captulo es mostrar en apariencia grande, el
mundo concreto de la solucin de ecuaciones y el manejo sencillo de
los vectores que se pueden visualizar al mundo abstracto de los
espacios vectoriales arbitrarios.
CONTENIDO
1.1. DEFINICION
Y
PROPIEDADES
BASICAS
DE
ESPACIOS VECTORIALES
1.2. SUBESPACIOS
1.3. COMBINACION LINEAL Y ESPACIO GENERADO
1.4. INDEPENDENCIA LINEAL
1.5. BASES Y DIMENSIONES
1.6. RANGO,NULIDAD,ESPACIO DE LOS RENGLONES Y
ESPACIO DE LAS COLUMNAS DE UNA MATRIZ
1.7. CAMBIO DE BASE
n
1.8. BASES ORTONORMALES Y PROYECCIONES EN R
1.9. APROXIMACION POR MINIMOS CUADRADOS
1.10.
ESPACIO CON PRODUCTO INTERNO Y
PROYECCIONES
1.1.
DEFINICION
Y
PROPIEDADES
BASICAS DE ESPACIOS VECTORIALES
DEFINICION 1: Un espacio vectorial real V es un conjunto de
objetos, llamados vectores, junto con dos operaciones llamadas
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina1
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
CAPITULO 1.
ESPACIOS VECTORIALES
VyY
V, entonces X+Y
V, X+0=0+x=x
V, existe un vector X en V
vi. Si x
y es un escalar entonces, x
V.
CAPITULO 1.
viii. Si X
ESPACIOS VECTORIALES
V,
1X = X.
V.
1.2.
V.
SUBESPACIOS
y suponga que
V.
CAPITULO 1.
ESPACIOS VECTORIALES
NOTA:
Todo subespacio de un espacio vectorial V contiene al 0.
X +Y y X estn en H cuando x yy estn en h y es un
escalar.
i. Si X
Hyy
ii. Si X
H, entonces x
H1
H2
H, entonces X +Y
TEOREMA 2. Sean
vectorial V. Entonces
H1 H2
H.
es un subespacio de V.
1.3.
COMBINACION LINEAL Y ESPACIO
GENERADO
3
Se ha visto que todo vector V = (a, b, c) en R se puede escribir de la
forma
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina4
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
CAPITULO 1.
ESPACIOS VECTORIALES
V = ai+bj+ck
DEFINICION
1:
Combinacin
Donde
lineal de
a1
V.
lineal
sean
V 1, V 2
,..,
V n.
+..+ an V n
,
a2
,.,
V 1 ,V 2 , .., V n
an
. En un espacio vectorial
en
V=
a1 V 1+ a2 V 2
+..+
an V n
V 1 ,V 2 , .., V k
generado por {
lineales de
V 1 ,V 2 , .., V k
} es el conjunto de combinaciones
. Es decir,
CAPITULO 1.
Gen {
Donde
ESPACIOS VECTORIALES
V 1 ,V 2 , .., V k
a1
a2
} = {V: V=
,.,
an
a1 V 1+ a2 V 2
+..+
ak V k
TEOREMA 1. Si
V 1 ,V 2 , .., V k
V, entonces gen {
V 1 ,V 2 , .., V k
} es un subespacio de V.
TEOREMA 2. Sean
un espacio vectorial
V 1 ,V 2 , .., V n
V n+1
V 1 ,V 2 , .., V n
V.
Si
V n+1
V 1 ,V 2 , .., V n
tambin genera a
V.
genera a V, entonces
es decir, si se agregan
1.4.
INDEPENDENCIA LINEAL
V.
sean
Entonces se dice
CAPITULO 1.
ESPACIOS VECTORIALES
c 1 , c 2 , .. , c n no todos ceros
tales que
+..+ c n V n = 0
R3
si son coplanares.
TEOREMA 2. Un conjunto de
vectores en
Rm
siempre es
TEOREMA 3. Sea
A=
a11 a12 a1 n
a21 a22 a23
a m1 am 2 amn
CAPITULO 1.
Triviales. Aqu c =
ESPACIOS VECTORIALES
c1
c2
cn
()
TEOREMA 4. Sean
matriz de
V 1 ,V 2 , .., V n
V 1 ,V 2 , .., V n n
vectores en
Rn
y sea A una
V 1 ,V 2 , .., V n .
Entonces
x n .
Entonces las ocho afirmaciones siguientes; es decir, cada una implica
a las otras siete (de manera que si una es cierta, todas son ciertas).
i. A es invertible.
ii. La nica solucin al sistema homogneo AX = 0es la solucin trivial
(X = 0).
iii. El sistema AX= b tiene una solucin nica para todo
-vector b.
x n ,
I n.
CAPITULO 1.
ESPACIOS VECTORIALES
n
1.5.
vectores linealmente
genera a R .
BASES Y DIMENSIONES
Se ha visto que en
R2
(1 )
(0 )
y j= 1 . En
() () ()
1
0
0
0
1
0
0
0
1
R3
se
. Ahora se
i. {
V 1 ,V 2 , .., V n
} es linealmente independiente.
ii. {
V 1 ,V 2 , .., V n
} genera a V.
Rn es
n
una base en R .
TEOREMA 1. Si {
V 1 ,V 2 , .., V n
c 1 V 1 +c 2 V 2
+..+
cn V n
de escalares
y si V
c 1 , c 2 , .. , c n
V,
tales
CAPITULO 1.
ESPACIOS VECTORIALES
TEOREMA 2. Si {
espacio vectorial
V.
u1 ,u 2 , .. ,u m
}y{
V 1 ,V 2 , .., V n
Entonces
} son bases en un
V es el nmero de vectores en
. Si
u1 ,u 2 , .. ,u m
es un
V,
entonces m n .
Teorema 5. Cualesquiera
en un espacio vectorial
de dimensin
para V.
CAPITULO 1.
ESPACIOS VECTORIALES
1.6.
RANGO,NULIDAD,ESPACIO DE LOS
RENGLONES Y ESPACIO DE LAS
COLUMNAS DE UNA MATRIZ
En esta seccin se estudiara como se puede obtener una base para el
espacio generado de un conjunto de vectores mediante la reduccin
por renglones
Sea A una matriz de m x n y sea
El espacio nulo de una matriz
NA
n
= {X R : AX = 0}
NA
se llama
se llama nulidad de A. si
x n . Entonces A es invertible
x n
x n . Entonces la imagen de
m
A, es un subespacio de R .
x n .
CAPITULO 1.
ESPACIOS VECTORIALES
Y
CA
Nota:
RA
es un subespacio de
Rn
CA
es un subespacio de
Rm .
CA
= Imagen A. Es decir, la
RA
= dim
CA
x n , entonces
RA
(A)=
(b) y
v (A)= v (b).
x n . Entonces
CAPITULO 1.
(A) + v (A) =
ESPACIOS VECTORIALES
n .
x n . Entonces A es invertible
si y slo si (A) = n
C A
x n .
-vector b.
In
, de n x
CAPITULO 1.
ESPACIOS VECTORIALES
1.7.
CAMBIO DE BASE
B1
a la base
B2
a1 j
a2 j
a nj
()
. Esto es,
CAPITULO 1.
ESPACIOS VECTORIALES
A=
a21 a 22 a23 a2 n
a n1
an 2 an 3 ann
B1
Teorema 1. Sea
B2
a11 a 12 a13 a1 n
B1
B2
V.
V.
(X )B
=A (X )B
B1
B2
1
B2
B
entonces A
es la matriz de transicin de
a 1 .
B2
={
V 1 ,V 2 , .., V n
V 1 ,V 2 , .., V n
i. Se escribe la matiz C cuyas columnas son
.
ii. Se calcula
busca.
Teorema 3. Sea
B1
vectorial V de dimensin
= {
n
V 1 ,V 2 , .., V n
.suponga que
CAPITULO 1.
(X 1 )B
a11
a21
a n1
()
ESPACIOS VECTORIALES
, (X 2 )B =
1
a12
a22
a n2
()
, . ,(X n )B =
1
a1 n
a 2n
ann
()
Sea
A=
a11 a 12 a1 n
a21 a 22 a 2n
a n1
an 2 ann
X 1 , X 2 , .. , X n
Entonces
detA0.
1.8.
BASES
ORTONORMALES
PROYECCIONES EN R
n
En R se vio que n vectores linealmente independientes constituyen
i.
ei
ej
=0
si i j .
CAPITULO 1.
ii.
ei
ei
ESPACIOS VECTORIALES
=1
R
R
Se dice que un
es un conjunto
ortonormal si
(1)
(2)
ui
uj
ui
ui
= 0 si i j .
=1
|V | = V V 0para toda V Rn
|V | = 0si y slo si V = 0
={
diferentes
de
Teorema 1. Si
vectores
V 1 ,V 2 , .., V k
cero,
} es un conjunto ortogonal de
entonces
es
linealmente
independiente.
CAPITULO 1.
ESPACIOS VECTORIALES
un subespacio de dimensin
Rn
de
base ortonormal.
de
se
Qt
1
t
t
Observe que si Q = Q , entonces Q Q = I .
Teorema 3. La matriz
n
columnas de Q forman una base ortonormal para R .
H,
denotada por
, entonces la
proy H
V, esta
dada por
proy H
V = (V
u1
u1
+ (V
u2
u2
u
+ .. + (V k )
uk
Observe que
proy H
Teorema 4. Sea B = {
Rn
H.
u1 ,u 2 , .. ,u n
n
y sea V R . Entonces
CAPITULO 1.
ESPACIOS VECTORIALES
V = (V
u1
u2
proyR V
Esto es, V =
u1
+ (V
u2
u1 ,u 2 , .. ,u k
}y{
u
u
+ .. + (V n ) n
w 1 , w 2 , .. , wk
}. Sea V un
n
vector en R . Entonces
(V.
u1
u1
+ (V.
= (V.
w1
u2
u2
u
u
+ .. + (V. k ) k
w1
+ (V.
w2
w2
w
w
+ .. + (V. k ) k
H , est
dado por
H = {X Rn : Xh= 0
Teorema 6. Si H es un subespacio de
H es un subespacio de
i.
ii. H
para toda h
Rn , entonces
Rn .
= {0}
H.
y sea V
CAPITULO 1.
tales que h
y p=
proy H V
ESPACIOS VECTORIALES
H, p
, y V = h + p. En particular, h =
proy H V
de manera que
V = h+ p =
proy H V
proy H V
Rn
y sea V
un vector en
Rn . Entonces
proy H V
H en el sentido siguiente: si h es
|V proy H V | < |V h|
Esta seccin termina con un teorema importante
Rn
Rn
Sea u y V
. Entonces
|V | .
u
POR
MINIMOS
|V | si y slo si u= 0 o V =
real .
1.9.
APROXIMACION
CUADRADOS
CAPITULO 1.
ESPACIOS VECTORIALES
nmeros
[ y 1 ( b+m x1 ) ]2
tales
que
la
suma
2
2
+ [ y 2 ( b+m x 2) ] ++ [ y n( b+ m x n ) ]
y1
), (
x2
y2
),, (
xn
yn
).
Sea mnima.
Solucin al problema de mnimos cuadrados para un ajuste por
lnea recta
Si A y
y n=b+ m x n
O
y= Au
CAPITULO 1.
ESPACIOS VECTORIALES
y1
y= y 2
yn
()
1 x1
1 x2
1 xn
( )
(mb )
(1)
y=b +mx
Entonces la recta
) cuando
(mb )
u
R2
y1
), (
x2
y2
y2
),, (
xn
yn
), n puntos
),, (
xn
= u y
t
1 t
= ( A A) A y
x1
Teorema 1. Sea (
en
x1
y1
), (
x2
,
xi
t
esta dada como en (1), la matriz A A es una matriz invertible de 2x2.
Nota: Si
x1
recta vertical
x2
=
x
==
=
x1
xn
CAPITULO 1.
ESPACIOS VECTORIALES
y w estn en V y
c, entonces
i. ( V , V ) 0
ii. ( V , V ) = 0 si y slo si V
iii. (u, V
=0
+ w) = (u, V ) + (u, w)
iv. (u + V , w) = (u, w) + ( V , w)
v. (u, V ) = (V ,u)
barra en v.
Definicin 2. Sea
uy V
i. u y V
estn en V. Entonces
son ortogonales si (u, V ) = 0
u = (u , u)
el conjunto de vectores {
} es un conjunto ortonormal en V si
CAPITULO 1.
(
ESPACIOS VECTORIALES
Vi
Vj
para i
)=0
V i = (V i ,V i) =1
Vi
Si y slo si (
Vj
)=0
para i
conjunto es ortogonal
}. Si
V,
proy H V
proy H V
= (V,
u1
u1
+ (V,
u2
u2
u
+ .. + (V, k )
uk
u1 ,u 2 , .. ,u k
}y{
tiene
w 1 , w 2 , .. , wk
}. Sea V
V.
Entonces
Fuente: LGEBRA LINEAL. Stanley I. Grossman
Pgina24
Apuntes de Clase Prof. JORGE VILLAMIZAR
Grupo de LGEBRA LINEAL II S1 1er semestre 2012 Sede
Socorro
CAPITULO 1.
(V,
u1
u1
+ (V,
ESPACIOS VECTORIALES
u2
u2
u
u
+ .. + (V, k ) k
= (V,
(V,
wk
w1
w1
+ (V,
w2
w2
+ .. +
wk
= {X
Teorema 4.
Sea
V: (X, h) = 0
H
para toda h
H}
interno V, entonces
i. H es un subespacio de V.
ii. H
= {0}.
H, p
,y
V = h+ p
Donde h =
proy H V
proy H V
CAPITULO 1.
ESPACIOS VECTORIALES
V.
Entonces, en h,
proy H V
es la mejor
V proy H V <V h