Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Parte II
Algebra Lineal
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
41 Matematicas I :
Algebra Lineal
Tema 4
Espacios vectoriales reales
4.1 Espacios vectoriales
Denicion 88.- Un espacio vectorial real V es un conjunto de elementos denominados vectores, junto con
dos operaciones, una que recibe el nombre de suma de vectores y otra que recibe el nombre de producto de
vectores por n umeros reales o producto por escalares, que verican las siguientes propiedades:
(1) u + v V ; u, v V .
(2) u + v = v + u; u, v V .
(3) u + (v + w) = (u + v) + w; u, v, w V .
(4) Existe un vector, llamado vector cero y denotado por 0, tal que: 0 + u = u + 0 = u; u V .
(5) Para cada u V , existe un vector de V , llamado opuesto de u y denotado por u, tal que
u + (u) = 0 .
(6) ku V ; k IR y u V .
(7) k(u + v) = ku +kv ; k IR y u, v V .
(8) (k +l)u = ku +l u; k, l IR y u V .
(9) (kl)u = k(l u); k, l IR y u V .
(10) 1u = u; u V .
Por ser los escalares de IR, se dice que V es un IR-espacio vectorial. Se pueden considerar espacios vectoriales
sobre otros cuerpos de escalares, como C.
Ejemplo Los conjuntos IR
n
, los conjuntos de polinomios T
n
[X] = P(X) IR[X] : gr(P) n y los conjuntos
de matrices reales /
mn
= matrices de tama no mn, con las operaciones usuales en cada uno de ellos, son
espacios vectoriales reales.
Propiedades 89.- Algunas propiedades que se deducen de las anteriores son:
(i) 0u = 0 . (ii) k0 = 0 . (iii) (1)u = u.
(iv) ku = 0 k = 0 o u = 0 .
(v) El vector cero de un espacio vectorial es unico.
(vi) El vector opuesto de cada vector del espacio vectorial es unico.
4.2 Subespacios vectoriales
Denicion 90.- Un subconjunto W de un espacio vectorial V se dice que es un subespacio vectorial de V ,
si W es un espacio vectorial con las operaciones denidas en V .
Como W V , todos los vectores de W verican las propiedades 2 a 5 y 7 a 10, por tanto es suciente
probar que las operaciones suma y producto por escalares son internas en W , es decir, que se verican las
propiedades (1) y (6) en W :
(1
) u + v W ; u, v W (6
) ku W ; u W y k IR
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
42 Matematicas I :
Algebra Lineal 4.3 Base y dimension
Estas dos propiedades son equivalentes a la propiedad unica:
ku +l v W; u, v W y k, l IR.
Nota: Es claro, que si W es un subespacio de V , entonces 0 W .
Ejemplo T
2
[X] es un subespacio de T
4
[X] , pues es un subconjunto suyo y si P(X), Q(X) T
2
[X] , el grado de
kP(X) +lQ(X) es gr(kP +lQ) = maxgr(kP), gr(lQ) maxgr(P), gr(Q) 2, por lo que esta en T
2
[X] .
Sin embargo, P(X) : gr(P) = 2 no es un subespacio de T
4
[X] , por dos razones: primero, porque no contiene
al polinomio cero; y segundo, no verica la propiedad (1
) ya que X
2
y 2X X
2
son polinomios del conjunto
pero su suma X
2
+ (2X X
2
) = 2X es un polinomio de grado 1 que no esta en el conjunto.
Denicion 91.- Se dice que un vector v V es una combinacion lineal de los vectores v
1
, v
2
, . . . , v
n
si,
y solo si, c
1
, c
2
, . . . , c
n
IR tales que v = c
1
v
1
+c
2
v
2
+ +c
n
v
n
.
Denicion 92.- Dado un conjunto de vectores S = v
1
, v
2
, . . . , v
k
de un espacio vectorial V , llamaremos
subespacio lineal generado por S y que denotaremos por linS o linv
1
, v
2
, . . . , v
k
, al conjunto de
todas las combinaciones lineales que se pueden formar con los vectores de S:
linS = linv
1
, v
2
, . . . , v
k
=
_
c
1
v
1
+c
2
v
2
+ +c
k
v
k
: c
i
IR
_
y se dira que S genera linS o que v
1
, v
2
, . . . , v
k
generan linS.
Naturalmente linS es un subespacio vectorial de V y, de hecho, es el mas peque no que contiene a los
vectores de S (ver ejercicio 4.6).
Denicion 93.- Dado un conjunto S = v
1
, v
2
, . . . , v
k
de vectores del espacio vectorial V , la ecuacion
vectorial c
1
v
1
+c
2
v
2
+ +c
k
v
k
= 0 tiene al menos una solucion, a saber: c
1
= c
2
= = c
k
= 0. Si esta
solucion es unica, entonces se dice que S es un conjunto linealmente independiente (o que los vectores
de S son linealmente independientes). Si existen otras soluciones, entonces se dice que S es linealmente
dependiente (los vectores son linealmente dependientes).
Ejemplo El vector 2X X
2
de T
2
[X] esta generado por los vectores X 1 y X
2
2:
2X X
2
= (X 1) +(X
2
2) = X +X
2
2 = ( 2) +X +X
2
=
_
_
_
2 =0
=2
=1
luego 2X X
2
= 2(X 1) + (1)(X
2
2).
Ejemplo Los polinomios X + 2 y X
2
de T
2
[X] son linealmente independientes: si (X + 2) + X
2
= 0 (al
polinomio cero), se tiene que 0 = (X + 2) + X
2
= 2 + X + X
2
= 2 = 0, = 0 y = 0, ya que los
coecientes de ambos polinomios deben coincidir.
_
_
1 1 0
0 2 0
0 1 1
_
_
F
3
+
1
2
F
2
_
_
1 1 0
0 2 0
0 0 1
_
_
Por lo anterior, los vectores la de la ultima matriz son linealmente independientes y dimE
f
(A) = 3. En
consecuencia, los tres vectores la de la matriz A inicial que generan E
f
(A) son tambien base, luego linealmente
independientes y los polinomios del enunciado tambien son linealmente independientes.
Ademas, forman una base de T
2
[X] (por que?).
(1)Q
(1) +P
(1)Q
(1).
(1) P(X), Q(X)) =P(1)Q(1) +P
(1)Q
(1) +P
(1)Q
(1)
=Q(1)P(1) +Q
(1)P
(1) +Q
(1)P
(1) +R
(1)
_
Q
(1) +
_
P
(1) +R
(1)
_
Q
(1)
=
_
P(1)Q(1)+P
(1)Q
(1)+P
(1)Q
(1)
_
+
_
R(1)Q(1)+R
(1)Q
(1)+R
(1)Q
(1)
_
=P(X), Q(X)) +R(X), Q(X))
(3) kP(X), Q(X)) =kP(1)Q(1) +kP
(1)Q
(1) +kP
(1)Q
(1)
=k
_
P(1)Q(1) +P
(1)Q
(1) +P
(1)Q
(1)
_
= kP(X), Q(X))
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
47 Matematicas I :
Algebra Lineal 4.5 Espacios vectoriales con producto interior
(4) P(X), P(X)) = P(1)P(1) +P
(1)P
(1) +P
(1)P
(1) =
_
P(1)
_
2
+
_
P
(1)
_
2
+
_
P
(1)
_
2
0.
Y, se da la igualdad si y solo si, P(1) = P
(1) = P
(X) = b + 2cX y P
(1) = P
(1) = 0
a +b +c = 0
b + 2c = 0
2c = 0
_
_
_
a = b = c = 0 P(X) = 0.
Luego tenemos un producto interno denido en T
2
[X] .
A partir de un producto interior sobre un espacio V se denen los conceptos de norma, distancia y angulo.
Denicion 110.- Si V es un espacio vectorial con producto interior, entonces la norma (o longitud o
modulo) de un vector v V se denota mediante |v| y se dene como
|v| = +
_
v, v).
La distancia entre dos vectores u y v de V se denota mediante d(u, v) y se dene como
d(u, v) = |u v| = +
_
u v, u v).
Desigualdad de Cauchy-Schwarz 111.- Para todo u, v V, espacio con producto interior, se tiene
u, v)
2
|u|
2
|v|
2
o en la forma [u, v)[ |u| |v| .
Propiedades basicas de la norma 112.-
1.- |u| 0; u V
2.- |u| = 0 u = 0
3.- |ku|=[k[ |u|; u V y k IR
4.- |u+v| |u|+|v|; u, v V
Propiedades basicas de la distancia 113.-
1.- d(u, v) 0; u, v V
2.- d(u, v) = 0 u = v
3.- d(u, v) = d(v, u); u, v V
4.- d(u, v) d(u, w)+d(w, v); u, v, w V
La prueba de estas propiedades es analoga a la de las propiedades del modulo colplejo.
Observacion: Sean V un espacio con producto interior y B = u
1
, . . . , u
n
una base de V . Tomemos dos
vectores v = a
1
u
1
+ +a
n
u
n
y w = b
1
u
1
+ +b
n
u
n
, entonces
v, w) =a
1
u
1
+ +a
n
u
n
, w) = a
1
u
1
, w) + +a
n
u
n
, w)
=a
1
u
1
, b
1
u
1
+ +b
n
u
n
) + +a
n
u
n
, b
1
u
1
+ +b
n
u
n
)
=a
1
u
1
, u
1
)b
1
+ +a
1
u
1
, u
n
)b
n
+ +a
n
u
n
, u
1
)b
1
+ +a
n
u
n
, u
n
)b
n
=
_
a
1
a
n
_
_
_
_
u
1
, u
1
) u
1
, u
n
)
.
.
.
.
.
.
.
.
.
u
n
, u
1
) u
n
, u
n
)
_
_
_
_
_
_
b
1
.
.
.
b
n
_
_
_ = (v)
B
Q
B
[w]
B
= [v]
t
B
Q
B
[w]
B
luego, jada una base, un producto interior se puede obtener a partir de las coordenadas en la base. La matriz
Q
B
obtenida se denomina matriz de Gram o matriz metrica. Por las propiedades del producto interior, Q
B
es simetrica y los elementos de la diagonal positivos.
4.5.1.1 El espacio eucldeo n-dimensional IR
n
Denicion 114.- Sobre el espacio vectorial IR
n
denimos la funcion que a cada x, y IR
n
le asocia
x, y) = x y = (x
1
, . . . , x
n
) (y
1
, . . . , y
n
) = x
1
y
1
+ +x
n
y
n
=
n
i=1
x
i
y
i
Como puede comprobarse facilmente dicha funcion es un producto interior, el que se conoce como producto
interior eucldeo o producto escalar eucldeo (ya usado en IR
2
y IR
3
).
Este producto interior da lugar a la norma y distancia eucldeas, ya conocidas:
|x| =
_
x
2
1
+ +x
2
n
y d(x, y) = |x y| =
_
(x
1
y
1
)
2
+ + (x
n
y
n
)
2
.
Se llama espacio eucldeo n-dimensional a IR
n
con el producto interior eucldeo.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
48 Matematicas I :
Algebra Lineal 4.5 Espacios vectoriales con producto interior
Nota: Si la matriz metrica del producto interior en la base B, Q
B
, es la identidad, el producto interior se
reduce al producto escalar eucldeo de los vectores de coordenadas. Esto ocurre precisamente para las bases
ortonormales que se estudian en la siguiente seccion.
4.5.2 Ortogonalidad
Denicion 115.- Si u y v son vectores distintos de cero de un espacio con producto interior, como conse-
cuencia de la desigualdad de Cauchy-Schwarz se tiene que 1
u, v
uv
1 y, por tanto, existe un unico
angulo, , tal que
cos =
u, v)
|u| |v|
, con 0
Denicion 116.- En un espacio vectorial con producto interior, dos vectores u y v se dicen que son orto-
gonales si u, v) = 0. Suele denotarse por u v .
Si u es ortogonal a todos los vectores de un conjunto W , se dice que u es ortogonal a W .
Se dice que S = v
1
, v
2
, . . . , v
k
es un conjunto ortogonal si los vectores son ortogonales dos a dos, es
decir, si v
i
v
j
para todo i ,= j .
Ejemplo Los vectores de la base canonica de IR
3
con el producto escalar eucldeo son ortogonales entre si,
pero no lo son si el producto interior denido es: v, w) = v
1
w
1
+v
1
w
2
+v
2
w
1
+ 2v
2
w
2
+v
3
w
3
. (Pruebese
que es un producto interior). En efecto: e
1
, e
2
) = (1, 0, 0), (0, 1, 0)) = 0 + 1 + 0 + 0 + 0 = 1 ,= 0.
Nota: Si dos vectores son ortogonales, el angulo que forman es de radianes (los famosos 90 grados). De hecho,
en IR
n
con el producto escalar eucldeo, la ortogonalidad coincide con la perpendicularidad.
Una curiosidad:
Teorema general de Pitagoras 117.- Si u y v son dos vectores ortogonales de un espacio vectorial con
producto interior, entonces
|u + v|
2
= |u|
2
+|v|
2
.
Este resultado, de facil comprobacion, se reduce en IR
2
con el producto escalar al Teorema de Pitagoras.
Tambien es sencillo probar el resultado siguiente (ver ejercicio 4.21):
Proposicion 118.- Si w v
1
, v
2
, . . . , v
k
, entonces w linv
1
, v
2
, . . . , v
k
.
Mucho mas interesante es el siguiente, que relaciona ortogonalidad e independencia:
Teorema 119.- Si S = v
1
, v
2
, . . . , v
k
un conjunto nito de vectores no nulos, ortogonales dos a dos,
entonces S es linealmente independiente.
4.5.2.1 Bases ortonormales. Proceso de Gram-Schmidt
Denicion 120.- Sean V un espacio vectorial de dimension n con producto interior. Se dice que la base
B = v
1
, v
2
, . . . , v
n
es una base ortonormal de V , si B es un conjunto ortogonal y |v
i
| = 1, i.
Ejemplo Las bases canonica y B
1
=
__
1
2
,
1
2
_
,
_
1
2
,
1
2
__
son ortonormales en IR
2
con el producto escalar
eucldeo. La base B
2
= (2, 0), (0,
Teorema 121.- Si B = v
1
, v
2
, . . . , v
n
es una base ortonormal para un espacio V con producto interior,
entonces v V se tiene que (v)
B
=
_
v, v
1
), v, v
2
), . . . , v, v
n
)
_
. Es decir,
v = v, v
1
)v
1
+v, v
2
)v
2
+ +v, v
n
)v
n
,
Demostracion:
Si v = c
1
v
1
+ +c
i
v
i
+ +c
n
v
n
, para cada i, se tiene que
v, v
i
) =c
1
v
1
+ +c
i
v
i
+ +c
n
v
n
, v
i
)
=c
1
v
1
, v
i
) + +c
i
v
i
, v
i
) + +c
n
v
n
, v
i
) = c
i
v
i
, v
i
) = c
i
|v
i
|
2
= c
i
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
49 Matematicas I :
Algebra Lineal 4.6 Ejercicios
Es decir, en una base ortonormal, la obtencion de cordenadas puede resultar mas sencilla. Pero no solo eso, si
no que tambien se tiene:
Teorema 122.- Si P es la matriz de paso de una base ortonormal B
1
a otra base ortonormal B
2
, entonces
P es una matriz ortogonal (es decir, P
1
= P
t
).
La prueba es puramente operativa, usando la denicion de matriz de paso y el apartado b) del ejercicio 4.24
(ver tambien el ejercicio 4.29).
Denicion 123.- Sean V un espacio vectorial con producto interior, W subespacio de V y B =
w
1
, w
2
, . . . , w
k
una base ortonormal de W . Para cada v V , llamaremos proyeccion ortogonal
de v sobre W al vector de W
Proy
W
(v) = v, w
1
)w
1
+v, w
2
)w
2
+ +v, w
k
)w
k
.
Al vector v Proy
W
(v) se le llama componente ortogonal de v sobre W .
El vector proyeccion ortogonal no depende la base ortonormal elegida, es decir, tomando cualquier base
ortonormal se obtiene el mismo vector. La prueba puede encontrarse en el Anexo 1, pag. 49, tras la demostracion
del Lema 124 siguiente.
Lema 124.- Sean V un espacio vectorial con producto interior, W un subespacio de V y B una base orto-
normal de W . Entonces para cada v V , el vector v Proy
W
(v) es ortogonal a W .
Proceso de ortonormalizacion de Gram-Schmidt 125.- Sean V un espacio vectorial con producto interior y
de dimension nita. Vamos a describir este proceso que construye a partir de una base B=v
1
, v
2
, . . . , v
n
= u
1
, u
2
, . . . , u
n
.
Demostracion:
1
a
etapa.- Como v
1
,= 0 por ser de B, el vector u
1
=
v
1
|v
1
|
tiene norma 1 y linu
1
= linv
1
.
2
a
etapa.- Sea W
1
= linu
1
, por el Lema anterior, el vector v
2
Proy
W
1
(v
2
) es ortogonal a W
1
, en
particular a u
1
, y es distinto del vector 0 pues Proy
W
1
(v
2
) W
1
y v
2
/ W
1
= linv
1
, entonces tiene que
u
2
=
v
2
Proy
W
1
(v
2
)
_
_
v
2
Proy
W
1
(v
2
)
_
_
=
v
2
v
2
, u
1
)u
1
|v
2
v
2
, u
1
)u
1
|
linv
1
, v
2
es ortogonal a u
1
y tiene norma 1. Ademas, linu
1
, u
2
= linv
1
, v
2
.
3
a
etapa.- Sea ahora W
2
= linu
1
, u
2
, como antes, el vector v
3
Proy
W
2
(v
3
) es ortogonal a W
2
, en
particular a u
1
y u
2
, y es distinto del vector 0 , pues Proy
W
2
(v
3
) W
2
y v
3
/ W
2
= linv
1
, v
2
,
entonces se tiene que
u
3
=
v
3
Proy
W
2
(v
3
)
_
_
v
3
Proy
W
2
(v
3
)
_
_
=
v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
|v
3
v
3
, u
1
)u
1
v
3
, u
2
)u
2
|
linv
1
, v
2
, v
3
es ortogonal a u
1
y u
2
, y tiene norma 1. Ademas, linu
1
, u
2
, u
3
= linv
1
, v
2
, v
3
.
n
a
etapa.- Con la repeticion del proceso se ha construido un conjunto ortonormal de n vectores no nulos,
B
= u
1
, u
2
, . . . , u
n
, tal que linB
= linB = V . Luego B
, y
) = (x +x
, y +y
, y
) = (x +x
+ 1, y +y
= xx
y kx = x
k
.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
50 Matematicas I :
Algebra Lineal 4.6 Ejercicios
4.2 Cuales de los siguientes conjuntos son subespacios vectoriales de IR
3
o IR
4
?
a) (a, 1, 1) IR
3
: a IR IR
3
b) (a, b, c) IR
3
: b = a +c IR
3
c) (a, b, c, d) IR
4
: a + 2d = 7 IR
4
d) (a, b, c, d) IR
4
: ba = 0 IR
4
4.3 Sean v
1
= (2, 1, 0, 3), v
2
= (3, 1, 5, 2) y v
3
= (1, 0, 2, 1) vectores de IR
4
. Cuales de los vectores
(2, 3, 7, 3), (0, 0, 0, 0), (1, 1, 1, 1) y (4, 6, 13, 4), estan en linv
1
, v
2
, v
3
?
4.4 Para que valores reales de los vectores v
1
= (,
1
2
,
1
2
) v
2
= (
1
2
, ,
1
2
) y v
3
= (
1
2
,
1
2
, ) forman
un conjunto linealmente dependiente en IR
3
?
4.5 Dados tres vectores linealmente independientes u, v y w, demostrar que u + v , v + w y w + u son
tambien linealmente independientes.
4.6 Sea V un espacio vectorial y S = v
1
, . . . , v
k
un conjunto de vectores de V . Probar que:
a) linS es un subespacio vectorial de V .
b) Si W es un subespacio de V que contiene a los vectores de S, entonces linS W .
4.7 Probar que si los vectores v
1
, . . . , v
k
son linealmente dependientes, al menos uno de ellos se puede
escribir como una combinacion lineal de los restantes.
4.8 Determinar la dimension de los siguientes subespacios de IR
4
:
a) Todos los vectores de la forma (a, b, c, 0).
b) Todos los vectores de la forma (a, b, c, d) con d = a +b y c = a b.
c) Todos los vectores de la forma (a, b, c, d) con a = b = c = d.
4.9 Demostrar que los vectores solucion de un sistema no homogeneo compatible, AX = B, de m ecuaciones
con n incognitas no forman un subespacio de IR
n
. Que ocurre si el sistema es homogeneo, es decir, si
B = 0?
4.10 Sean E y F subespacios de un espacio V . Probar que: E F = v V : v E y v F es un
subespacio de V .
4.11 Considerar en IR
4
los conjuntos de vectores:
A = (1, 2, 1, 3), (0, 1, 0, 3) B = (1, 1, 1, 0), (2, 3, 1, 2), (0, 0, 0, 1)
a) Hallar las dimensiones de lin(A) y de lin(B), y encontrar una base
b) Hallar las ecuaciones parametricas de lin(A) y de lin(B).
c) Hallar las ecuaciones cartesianas de lin(A) y de lin(B).
d) Hallar la dimension de lin(A) lin(B).
4.12 Consideremos en el espacio vectorial IR
3
la base B = u
1
, u
2
, u
3
. Sea E el subespacio engendrado
por los vectores
v
1
= u
1
+ 3u
3
, v
2
= 2u
1
3u
2
+ u
3
, v
3
= 4u
1
3u
2
+ 7u
3
.
Sea F el subespacio engendrado por los vectores
w
1
= u
1
+ u
2
+ u
3
, w
2
= 2u
1
+ 3u
2
+ 4u
3
, w
3
= 3u
1
+ 4u
2
+ 5u
3
.
Hallar una base de E, una base de F , el subespacio E F y una base de E F .
4.13 Sea M
22
el espacio vectorial de las matrices cuadradas de orden 2 sobre IR y sea E el subconjunto de
M
22
formado por las matrices de la forma
_
a b +c
b +c a
_
con a, b, c IR.
a) Demostrar que E es un subespacio vectorial.
b) Probar que las matrices A
1
=
_
1 0
0 1
_
, A
2
=
_
0 1
1 0
_
y A
3
=
_
0 1
1 0
_
, forman una base de E.
4.14 Sea B una base de un espacio vectorial V de dimension n. Demostrar que el conjunto v
1
, v
2
, . . . , v
n
= v
1
, v
2
, v
3
, siendo
u
1
= (3, 0, 3), u
2
= (3, 2, 1), u
3
= (1, 6, 1) y
v
1
= (6, 6, 0), v
2
= (2, 6, 4), v
3
= (2, 3, 7).
a) Hallar la matriz de paso de B a B
.
b) Calcular la matriz de coordenadas, [ w]
B
, siendo w = (5, 8, 5).
c) Calcular [ w]
B
de dos formas diferentes
4.18 Sean u = (u
1
, u
2
, u
3
) y v = (v
1
, v
2
, v
3
). Determinar si u, v) = u
1
v
1
u
2
v
2
+u
3
v
3
dene un producto
interior en IR
3
.
4.19 a) Encontrar dos vectores de IR
2
con norma eucldea uno y cuyo producto interior eucldeo con (2, 4)
sea cero.
b) Demostrar que hay un n umero innito de vectores en IR
3
con norma eucldea uno y cuyo producto
interior eucldeo con (1, 7, 2) es cero.
4.20 Sean a = (
1
5
,
1
5
) y b = (
2
30
,
3
30
). Demostrar que a, b es ortonormal si IR
2
tiene el producto
interior u, v) = 3u
1
v
1
+2u
2
v
2
donde u = (u
1
, u
2
) y v = (v
1
, v
2
), y que no lo es si IR
2
tiene el producto
interior eucldeo.
4.21 Sea V un espacio con producto interior. Demostrar que si w es ortogonal a cada uno de los vectores
v
1
, v
2
, . . . , v
k
entonces es ortogonal a linv
1
, v
2
, . . . , v
k
.
4.22 Considera IR
3
con el producto interior euclideo. Utiliza el proceso de Gram-Schmidt para transformar,
en cada caso, la base u
1
, u
2
, u
3
en una base ortonormal.
a) u
1
= (1, 1, 1), u
2
= (1, 1, 0), u
3
= (1, 2, 1).
b) u
1
= (1, 0, 0), u
2
= (3, 7, 2), u
3
= (0, 4, 1).
4.23 Sea IR
3
con el producto interior u, v) = u
1
v
1
+ 2u
2
v
2
+ 3u
3
v
3
. Utilizar el proceso de Gram-Schmidt
para transformar la base formada por los vectores u
1
= (1, 1, 1), u
2
= (1, 1, 0) y u
3
= (1, 0, 0) en una
base ortonormal.
4.24 Sea B = v
1
, v
2
, v
3
una base ortonormal de un espacio V con producto interior. Probar que:
a) |w|
2
= w, v
1
)
2
+w, v
2
)
2
+w, v
3
)
2
; w V .
b) u, w) = (u)
B
(w)
B
= [ u]
t
B
[ w]
B
; u, w V .
4.25 Tomemos en IR
4
el producto interior euclideo. Expresar el vector w = (1, 2, 6, 0) en la forma w = w
1
+
w
2
donde, w
1
este en el subespacio W generado por los vectores u
1
= (1, 0, 1, 2) y u
2
= (0, 1, 0, 1),
y w
2
sea ortogonal a W .
4.26 Suponer que IR
4
tiene el producto interior euclideo.
a) Hallar un vector ortogonal a u
1
= (1, 0, 0, 0) y u
4
= (0, 0, 0, 1), y que forme angulos iguales con los
vectores u
2
= (0, 1, 0, 0) y u
3
= (0, 0, 1, 0).
b) Hallar un vector x de longitud 1, ortogonal a u
1
y a u
2
, tal que el coseno del angulo entre x y
u
3
sea el doble del coseno del angulo entre x y u
4
.
4.27 Hallar la distancia del vector u = (1, 1, 1, 1) de IR
4
al subespacio generado por los vectores v
1
= (1, 1, 1, 0)
y v
2
= (1, 1, 0, 0).
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad
52 Matematicas I :
Algebra Lineal 4.6 Ejercicios
4.28 Dados los vectores x = (x
1
, x
2
, x
3
) e y = (y
1
, y
2
, y
3
) de IR
3
, demostrar que la expresion x, y) =
2x
1
y
1
+ 2x
2
y
2
+x
3
y
3
+x
1
y
2
+x
2
y
1
dene un producto interior.
Encontrar una base u
1
, u
2
, u
3
ortonormal respecto al producto interior anterior tal que u
2
y u
3
tengan igual direccion y sentido que los vectores (0, 1, 0) y (0, 0, 1), respectivamente.
4.29 Probar que una matriz A de orden n es ortogonal si, y solo si sus vectores la forman un conjunto
ortonormal en IR
n
.
Prof: Jose Antonio Abia Vian I.T.I. en Electricidad