PRACTICA 4 Espacios Vectoriales

TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO DE TIJUANA

SUBDIRECCIÓN ACADÉMICA
DEPTO. DE CIENCIAS BÁSICAS
REPORTE DE LA PRÁCTICA
Carrera:INGENIERÍA INDUSTRIAL Período: _SEPTIEMBRE-DICIEMBRE _ Materia: ALGEBRA LINEAL
Nombre de la Práctica Espacios vectoriales No. Práctica: 4
Serie:ING3A Salón: 3A_ Fecha: 12/11/2021
Profesor: MIGUEL ANGEL ALEGRIA B. Firma del Profesor: Calificación:_______
Alumno(a):LLUVIA YARELI RAMIREZ RAMIREZ No. Control: 20211544
Objetivo: Entender y Aplicar los conceptos Espacio vectorial, Combinación, Dependencia e Independencia lineal.
Determinar la Base, dimensión, rango y nulidad de conjunto de vectores en R2 y R3.
Realizar cambios de base de espacios vectoriales en R2 y R3.

Aplicar el proceso Gram Schmidt para obtener bases ortonormales y ortogonales, así como proyección
de vectores.
Material y Equipo
- Computadora con Software MAPLE

- USB
- Apoyos didácticos virtuales
- Espacios vectoriales conceptos básicos
- https://www.youtube.com/watch?v=85INoJkycAU
- https://www.youtube.com/watch?v=0D1eafhWC9U
- Combinaciones líneales, subespacio generado y base.
- https://www.youtube.com/watch?v=RqQqFx4xUjk&index=3&list=PLIb_io8a5NB2Dd
dFf-PwvZDCOUNT1GZoA
- Base y dimensión
- https://www.youtube.com/watch?v=-BEpW4K3To4
- Cambio de Base
- https://www.youtube.com/watch?v=LYlaRDsi_T8
Introducción.- En el estudio del álgebra lineal, una de las ideas centrales es la de dependencia o
independencia a través de las combinaciones lineal de los vectores. En ésta práctica se define el significado
de independencia lineal y se muestra su relación con la teoría de sistemas homogéneo de ecuaciones y
determinantes. Los conceptos de base, cambio de base, espacio nulo, rango de espacios vectoriales.
Asimismo la transformación de bases ortogonal y
ortonormal.
COMBINACIÓN LINEAL.
Un vector v es una combinación lineal de vectores v1,v2,…..vk, si existen escalares c1,c2,….ck, tales
que v = c1 v1 + c2 v2 + …..+ ck vk. Los escalares c1,c2,…ck, se conocen como coeficientes de la
combinación lineal.
INDEPENDENCIA LINEAL
Vectores:
Teorema.- Dos vectores en un espacio vectorial son linealmente dependientes si y sólo si uno de ellos es un
múltiplo escalar del otro.
Colorario.- Un conjunto de vectores linealmente independientes en Rn contiene a lo más n vectores.
Definición.- Sea v1, v2, …..vn, n vectores en un espacio vectorial V. Entonces se dice que los
vectores son linealmente dependientes si existen n escalares c1, c2, …..cn, no todos cero tales
que c1v1 + c2vn ……..cnvn = 0 Si los vectores no son linealmente dependientes, se dice que son
linealmente independientes. Matrices:
Teorema.- Sea A una matriz de n x n. Entonces las ocho afirmaciones siguientes son
equivalentes, es decir, cada una implica a las otras siete (de manera que si una es cierta,
todas son ciertas).
1) A es invertible.
2) La única solución al sistema homogéneo Ax = 0 es la solución trivial (x=0).
3) El sistema Ax = b tiene una solución única para cada n-vector b.
4) A es equivalente por renglones a la matriz identidad de n x n , In.
5) A es el producto de matrices elementales.
6) La forma escalonada por renglones de A tiene n pivotes.
7) Det A ≠ 0.
8) Las columnas (y renglones) de A son linealmente independientes.
BASE
Base.- Un conjunto finito de vectores {v1,v2,….vn} es una base para un espacio vectorial V si:
1) {v1,v2,….,vn} es linealmente independiente.

2) {v1,v2,….,vn} genera a V.
Todo conjunto de n vectores linealmente independiente en Rn es una base en Rn.

Rango (rank) .- De una matriz A es la dimensión de sus espacios renglón y columna.
Es decir el número de renglones que no son cero de la matriz escalonada (gaussiano), o el número
de columnas con los unos que son pivote.
Teorema.- Si A es una matriz de m x n, entonces
.rank(A) + nulidad(A) = n (número de columnas de la matriz A)
Nulidad.- De una matriz A en un espacio vectorial es el conjunto de todos los vectores x tal que Ax
= 0; Este conjunto es un subespacio del dominio de A. También llamado el núcleo (kernel) de A.
Cambio de Base
En muchas aplicaciones, un problema descrito en un sistema coordenado puede resolverse

más fácilmente al cambiar un nuevo sistema coordenado. Este cambio por lo general se logra la
realizar un cambio de variable.
En Algebra Lineal, una base proporciona un sistema coordenado para un espacio vectorial,
mediante la noción de vectores coordenados. La elección de la base correcta con frecuencia
simplificará enormemente un problema particular.
La base estándar y los ejes coordenados estándar asociados xyz no siempre son la mejor
opción.
Definición: Sean B={u1, …..un} y C={v1,…..vn} bases para un espacio vectorial V. La matriz de n x n
cuyas columnas son los vectores coordenados [u1]C, ……[un]C de los vectores en B con respecto a C se
denota PC 🡨 B y se llama matriz de cambio de base B a C.
Pensemos en B como la base antigua y en C como la base nueva. Entonces las columnas de PC 🡨 B son
justo los vectores coordenados obtenidos al escribir los vectores de la base antigua en términos de los
nuevos.
Sean B={u1, …..un} y C={v1,…..vn} bases para un espacio vectorial V y sea PC 🡨 B la matriz de cambio de
base B a C. Entonces.
a) PC 🡨 B[x]B = [x]C para todo x en V.
b) PC 🡨 B es la matriz única P con la propiedad de que P[x]B = [x]C para todo x en V. c)
PC 🡨 B es invertible y (PC 🡨 B)-1 = PB 🡨 C
Conjunto ortonormal en Rn.- Se dice que un conjunto de vectores S = {u1, u2….uk} en Rn es un

conjunto ortonormal si:
(ui * uj) = 0 para i ≠ j y
ui * uj = 1
Cualquier conjunto de vectores ortogonales deferentes de cero en un espacio con producto interno es
linealmente independiente.
Proceso Gram Schmidt.- La construcción interior paso a paso para convertir una base cualquiera en una
base ortonormal se denomina proceso Gram-Schmidt.
Actividad 1
Considerar los siguientes conjuntos de vectores y determinar:
- Si son combinación lineal
- Son linealmente dependientes o independientes
- Obtener una base en R2 o R3
- Graficar el conjunto de vectores
d) v1(1,1,2), v2(1,0,1), v3(2,1,3)

l) v1(1,2,1), v2(2,9,0), v3(3,3,4)
Actividad 2
Encontrar una base y dimensión para el espacio solución del sistema homogéneo dado.
Algebra Lineal, Matemáticas 4, Grossman, pág 359:
a) x – y = 0
3x + y = 0
Actividad 3
ACTIVIDAD #3
Encontrar el rango y nulidad de la matriz dada. Algebra Lineal, Matemáticas 4, Grossman, pág 398
Actividad 4
Escribir (x,y,z) pertenece a R2 o R3 en términos de la base dada (pág. 373, Grossman).
b) (-2, -3), (-3,-2)
Actividad 5
d) Considerar el espacio vectorial R3 con el producto interior Euclidiano. Aplicar el proceso Gram- Schmidt para
transformar los vectores básicos u1 = (1,-3,1), u2 = (-2,2,-3) y u3 = (4,-8,5) en una base ortogonal {v1, v2, v3}; luego
normalizar los vectores básicos ortogonales para obtener una base ortonormal {q1, q2, q3}.

PRACTICA 4 Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

PRACTICA 4 Espacios Vectoriales

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PRACTICA 4 Espacios Vectoriales

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE TIJUANA

Alumno(a):LLUVIA YARELI RAMIREZ RAMIREZ No. Control: 20211544

Determinar la Base, dimensión, rango y nulidad de conjunto de vectores en R2 y R3.

Realizar cambios de base de espacios vectoriales en R2 y R3.

- Computadora con Software MAPLE

Colorario.- Un conjunto de vectores linealmente independientes en Rn contiene a lo más n vectores.

1) {v1,v2,….,vn} es linealmente independiente.

Todo conjunto de n vectores linealmente independiente en Rn es una base en Rn.

Rango (rank) .- De una matriz A es la dimensión de sus espacios renglón y columna.

Teorema.- Si A es una matriz de m x n, entonces

.rank(A) + nulidad(A) = n (número de columnas de la matriz A)

En muchas aplicaciones, un problema descrito en un sistema coordenado puede resolverse

Conjunto ortonormal en Rn.- Se dice que un conjunto de vectores S = {u1, u2….uk} en Rn es un

d) v1(1,1,2), v2(1,0,1), v3(2,1,3)

También podría gustarte