¿Qué son los espacios normados de los vectores?

| Última modificación: 4 de marzo de 2025 | Tiempo de Lectura: 3 minutos

Los espacios normados son una estructura matemática esencial en álgebra lineal y análisis funcional. Se utilizan en diversas áreas, desde la física hasta la computación, y permiten medir la «longitud» de los vectores dentro de un espacio vectorial. Pero, ¿qué los hace tan importantes y cómo se definen? En este artículo, exploraremos en detalle qué es un espacio normado, cómo funciona y sus aplicaciones en diferentes campos.

¿Qué son los espacios normados?

Un espacio normado es un espacio vectorial en el que se ha definido una norma, que asigna una medida de tamaño o longitud a cada vector. Esto permite medir distancias y definir conceptos como continuidad y convergencia dentro del espacio.

Formalmente, un espacio vectorial normado es un par (V, ||·||) donde:

  • V es un espacio vectorial sobre los números reales () o complejos ().
  • ||·||: V → ℝ es una función que cumple con ciertas propiedades y se llama norma.

Propiedades de la norma

Para que una función se considere una norma, debe cumplir las siguientes reglas:

  • No negatividad: La norma de cualquier vector es siempre mayor o igual a cero
∣∣x∣∣≥0,∀x∈V

Además, si ∣∣x∣∣ = 0|, entonces x es el vector cero.

  • Homogeneidad: Si multiplicas un vector por un escalar kk, su norma se multiplica por el valor absoluto de k:
∣∣kx∣∣=∣k∣⋅∣∣x∣∣,∀x∈V,∀k∈R o C
  • Desigualdad triangular: La norma de la suma de dos vectores es menor o igual que la suma de sus normas:
∣∣x+y∣∣≤∣∣x∣∣+∣∣y∣∣,∀x,y∈V

Estas propiedades aseguran que la norma se comporte como una medida de magnitud válida.

Ejemplos de espacios normados

Los espacios normados aparecen en muchos contextos matemáticos y tienen aplicaciones en computación, ingeniería y física. Veamos algunos ejemplos comunes.

Espacio euclidiano n

El caso más intuitivo de un espacio normado es el espacio euclidiano en n dimensiones. Aquí, la norma más utilizada es la norma euclidiana, que mide la distancia desde el origen hasta el punto representado por el vector.

Para un vector en Rn:

∣∣x∣∣2​ = x2/1 + x2/2 ​+ ⋯+ x2​/n

Esta es la norma habitual que usamos para calcular la longitud de un vector en un espacio tridimensional.

Norma del supremo

En el espacio de funciones continuas, se usa la norma del supremo, que mide el máximo valor absoluto de una función en un intervalo dado:

∣∣f∣∣∞​ = sup​|f(x)| / x∈Ω

Esta norma es fundamental en análisis funcional y ecuaciones diferenciales.

Norma p

En el contexto del espacio ℓp, se define una familia de normas para vectores en n:

Espacios normados,espacios vectoriales normados

Cuando p = 1, tenemos la norma Manhattan, y cuando p = 2, obtenemos la norma euclidiana.

Algunos aspectos a tener en cuenta

Espacios normados y distancia inducida

Un aspecto clave de los espacios normados es que inducen una distancia a través de su norma. La distancia entre dos vectores x y y en un espacio normado se define como:

d(x,y) = ∣∣x−y∣∣

Esta propiedad convierte a cualquier espacio normado en un espacio métrico, lo que permite aplicar herramientas del análisis matemático para estudiar continuidad, límites y convergencia.

Espacios de Banach y de Hilbert

Los espacios normados pueden ser de dos tipos especiales que tienen un papel central en muchas ramas de la matemática:

  1. Espacios de Banach: Un espacio de Banach es un espacio normado completo, lo que significa que toda sucesión de Cauchy converge dentro del espacio. Esto es crucial en análisis funcional, donde se estudian ecuaciones diferenciales y series de funciones.
  2. Espacios de Hilbert: Si además el espacio tiene un producto interno que define su norma, se llama espacio de Hilbert. Estos espacios son clave en mecánica cuántica y procesamiento de señales.

Si quieres aprender cómo aplicar estas ideas en la programación y la tecnología, en KeepCoding te preparamos para dominar la ciencia de datos y el desarrollo de software por medio del bootcamp en big data. El sector IT ofrece estabilidad, buenos salarios y oportunidades de crecimiento. ¡Únete a nuestro Bootcamp y cambia tu vida con una carrera en tecnología!

Espacios normados,espacios vectoriales normados
Sandra Navarro

Business Intelligence & Big Data Advisor & Coordinadora del Bootcamp en Data Science, Big Data & Machine Learning.

Posts más leídos

¡CONVOCATORIA ABIERTA!

BIG DATA, IA & MACHINE LEARNING

Full Stack Bootcamp

Clases en Directo | 9 meses | 12 horas lectivas semanales | Acceso a +600 empresas | Sueldos de hasta 80K | 99.24% de empleabilidad