REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LA FUERZA ARMADA

U.N.E.F.A NCLEO - Puerto Ordaz

Espacios Vectoriale s
Profesor: Alejandro Flores Alumnos: Ciudad Guayana Junio 2011

Espacio vectorial
Es una estructura algebraica creada a partir de un conjunto no vaco con una operacin interna suma de vectores y una operacin externa producto, entre dicho conjunto y un cuerpo, cumpliendo una serie de propiedades o requisitos iniciales. A los elementos de un espacio vectorial se les llamar vectores y a los elementos del cuerpo se les llamar escalares. Los espacios vectoriales se derivan de la geometra afn, a travs de la introduccin de coordenadas en el plano o el espacio tridimensional. Sea V un conjunto no vaco sobre el cual existen dos operaciones. Una llamada suma de vectores y otra Llamada multiplicacin de un escalar por un vector. La suma de vectores, o simplemente suma, es una regla o Funcin que asocia a dos vectores, digamos u y v un tercer vector, a este se le representar como u v. La Multiplicacin es una regla que asocia a un escalar y a un vector, digamos c y u un segundo vector representado Por c u.

Producto vectorial
Es una operacin binaria entre dos vectores de un espacio eucldeo tridimensional que da como resultado un vector ortogonal a los dos vectores originales. Con frecuencia se lo denomina tambin producto cruz (pues se lo denota mediante el smbolo ) o producto externo (pues est relacionado con el producto exterior). Sean dos vectores y en el espacio vectorial . El producto vectorial entre y da como resultado un nuevo vector, . Para definir este nuevo vector es necesario especificar su mdulo y direccin:

El mdulo de est dado por

Donde es el ngulo determinado por los vectores a y b.

La direccin del vector c, que es ortogonal a a y ortogonal a b, est dada por la regla de la mano derecha.

El producto vectorial entre a y b se denota mediante a b, por ello se lo llama tambin producto cruz. En los textos manuscritos, para evitar confusiones con la letra x (equis), es frecuente denotar el producto vectorial mediante a b
Ejemplos

Calcular el producto vectorial de los vectores

= (1, 2, 3) y

= (1, 1, 2).

El Producto Mixto
Tambin conocido como triple producto escalar es una operacin entre tres vectores que combina el producto escalar con el producto vectorial para obtener un resultado escalar. El producto mixto de los vectores , y es un nmero real que se obtiene mediante el producto escalar del primer vector por el producto vectorial de los otros dos. Se simboliza por [ , , ]. [ , , ] = ( x ) = | || x |cos( , x ) Ejemplo Producto mixto de vectores Calcular el producto mixto de los vectores: U= (-1,1,2) V=(o,-1,1) W=(1,1,1)

[,, ]
det ( u,v,w)= -1 1 2 0 -1 1 1 1 1 Ejemplos Calcular el producto mixto de los vectores: 1+1+0-(2)-(-1)-0 = 5

El Proceso de Gram-Schmidt
Es un mtodo para orthonormalising un conjunto de vectores en un espacio de producto interno , por lo general el espacio euclidiano R n. El proceso de GramSchmidt tiene una finita, linealmente independientes conjunto S = {v 1, ..., v k} para k n, y genera un conjunto ortogonal S '= {u 1, ..., u k} que se extiende por el mismo k - subespacio dimensional de R n como S. El mtodo se llama as por Jrgen Pedersen Gram y Erhard Schmidt , pero apareci anteriormente en la obra de Laplace y Cauchy . En la teora de la descomposicin de grupo de Lie es generalizado por la descomposicin de Iwasawa . La aplicacin del proceso de Gram-Schmidt a los vectores columna de una columna completa rango de la matriz produce la descomposicin QR (que se descompone en una ortogonal y una matriz triangular ). El Proceso de Gram-Schmidt Se define la proyeccin del operador por

Donde <u, v> denota el producto interno de los vectores u y v. Este operador de proyectos del vector v ortogonalmente en el vector u. El proceso de Gram-Schmidt entonces funciona como sigue:

La secuencia u 1, ..., u k es el sistema requiere de vectores ortogonales, y los vectores normalizados e 1, ..., e k una forma orto normal establecido. El clculo de la secuencia u 1, ..., u k se conoce como ortogonalizacin de Gram-Schmidt, mientras que el clculo de la secuencia e 1, ..., e k se conoce como GramSchmidt orthonormalization como los vectores estn normalizados. Para comprobar que estas frmulas producir una secuencia ortogonal, calcule primero <u 1, u 2> sustituyendo la frmula anterior de u 2: nos sacaramos un cero. Los utilizan para calcular <u 1, u 3> de nuevo, sustituyendo la frmula de la U 3: nos sacaramos un cero. Los ingresos prueba general por induccin matemtica. Geomtricamente, este mtodo procede de la siguiente manera: para calcular u i, v i proyectos ortogonalmente a la U el subespacio generado por u 1, ..., u i-1, que es lo mismo que el subespacio generado por v 1, .. ., v i-1. El vector u i se define como la diferencia entre v i y la proyeccin de esta, garantiza que sea ortogonal a todos los vectores en el subespacio U. El proceso de Gram-Schmidt tambin se aplica a una linealmente independiente infinita sucesin {v i} i. El resultado es una matriz ortogonal (o ortonormal) secuencia {u i} i de tal manera que para el nmero natural n: el lapso algebraica de v 1, ..., v n es la misma que la de u 1, ..., u n . Si el proceso de Gram-Schmidt se aplica a una secuencia linealmente dependiente, nos devuelve el vector 0 en el paso i-sima, suponiendo que v i es una combinacin lineal de v 1, ..., v i-1. Si una base ortonormal se va a producir, entonces el algoritmo debe probar de cero vectores en la salida y desecharlos porque no mltiplo de un vector cero puede tener una longitud de 1. El nmero de vectores de salida por el algoritmo ser la dimensin del espacio generado por las entradas originales

Ejemplo Considere el siguiente conjunto de vectores en R 2 (con el producto interior convencional)

Ahora, lleve a cabo de Gram-Schmidt, para obtener un conjunto ortogonal de vectores:

Comprobamos que los vectores u 1 y 2 son de hecho u ortogonales:

Sealando que si el producto escalar de dos vectores es 0, entonces son ortogonales. Entonces podemos normalizar los vectores dividiendo sus tamaos como se muestra arriba: