Instituto Tecnolgico de Tuxtla Gutirrez.

Ingeniera Qumica. Algebra Lineal.

3ro. Semestre.

Unida #4. Espacios Vectoriales. Integrantes del Equipo:

GUILLERMO DE JESUS REYNA VILA

Ing. Nafate Gmez Roberto.

Catedrtico:

Tuxtla Gutirrez Chiapas. A 22 de Noviembre de 2012.

ndice.

Contenido.

Pg.

Objetivo ................................................................................................3 Introduccin ..........................................................................................4 Marco Terico ......................................................................................5

Investigacin. Espacios vectoriales .............................................................................7 Sub Espacios Vectoriales .....................................................................10 Vectores ...............................................................................................12 Bases y Dimensin de un Espacio Vectorial ........................................15 Espacio vectorial con Producto Interno y sus Propiedades ..................18

Conclusiones ........................................................................................20

Bibliografa ...........................................................................................21

OBJETIVO
Objetivo General: Reconocer y aplicar las teoras, mtodos y tcnicas del lgebra Lineal dentro de la matemtica y fuera de ella. Objetivos Especficos: 1. Reconocer la estructura de espacio vectorial y de transformacin lineal en diferentes contextos. 2. Reconocer la dimensin de un espacio vectorial 3. Calcular valores y vectores propios de matrices y transformaciones lineales de bajas dimensiones utilizando mtodos. Adems, calcular valores y vectores propios de matrices y transformaciones lineales de dimensiones superiores. 4. Calcular el polinomio caracterstico y el polinomio mnimo de matrices de bajas dimensiones. Adems, calcular el polinomio caracterstico y el polinomio mnimo de matrices de dimensiones superiores utilizando software matemtico. 5. Determinar mediante criterios tericos si una matriz cuadrada de baja dimensin es diagonalizable, triangulable, diagonalizable en bloques, racionalizable o diagonalizable en bloques de Jordan. 6. Determinar mediante criterios tericos si dos matrices cuadradas de bajas dimensiones son similares. En caso afirmativo calcular una matriz invertible que las haga similares. 7. Calcular bases duales en espacios vectoriales de bajas dimensiones. 8. Calcular bases ortonormales en espacios euclidianos y unitarios de dimensin finita. 9. Reconocer matrices y transformaciones simtricas, antisimtricas, unitarias, ortogonales y normales. 10. Calcular la matriz y el rango de una forma bilineal definida sobre espacios de bajas dimensiones. Reducir formas cuadrticas sobre espacios de bajas dimensiones a una suma de cuadrados.
3

11.

INTRODUCCION

MARCO TEORICO

ESPACIOS VECTORIALES

DEFINICION

Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o axiomas de la suma de vectores y la multiplicacin por un escalar dichas propiedades vistas en espacios n-dimensinales Rn o R2. Un espacio vectorial es un espacio no vaco. Podramos decir que un espacio vectorial es la abstraccin de las propiedades de un espacio n-dimensional , debe tomarse en cuenta que en el espacio vectorial no se especifica operaciones ni vectores entonces se puede usar cualquier vector y cualquier operacin se puede sustituir la suma de vectores y la multiplicacin por un escalar, pero siempre cumpliendo todos las propiedades, siempre seria un espacio vectorial. Un espacio vectorial cumple con cuatro partes que son: un conjunto de vectores, un conjunto de escalares, y dos operaciones. Estos forman un cuerpo que es igual a las estructuras algebraicas de dos operaciones <conjunto, operacin ,operacin> (un cuerpo). Para comprobar que determinado conjunto es un espacio vectorial es preciso definir o especificar las propiedades de suma multiplicacin por un escalar como vimos anteriormente tenemos que definir el elemento que acta como cero (0) y el negado de cada elemento. Cuerpo: Es el conjunto de nmeros y operaciones cualesquiera que deben obedecer las diez propiedades algebraicas que mencionamos en operaciones bsicas de espacios vectoriales. Sub cuerpo: Si se operan escalares en forma de sub cuerpo C y se operan bajo la suma y la multiplicacin por un escalar estos escalares no deben salirse del sub espacio determinado y las operaciones de prueba son las mismas que se han mencionado con anterioridad.

 PROPIEDADES

Las propiedades que cumple la suma de vectores son las mismas que cumplan las estructuras algebraicas de una operacin que son: la de cierre, la conmutativa, la asociativa, elemento neutro e identidad y la distributiva. Las leyes que cumple la multiplicacin por un escalar son: La de cierre bajo la multiplicacin Hx, La distributiva (H+I)x = Hx + Ix ; H(x + y) = Hx + Hy, La asociativa (HI)x = H(Ix), Y el elemento neutro de la multiplicacin 1x = x.

Operaciones Bsicas con Vectores en Rn: Las operaciones bsicas con vectores en Rn son las mismas que las operaciones bsicas que vimos anteriormente, o sea, la suma de vectores y la multiplicacin por un escalar la diferencia seria que en estos serian n-esimos elementos y nesimos vectores ejemplo: Para suma de vectores X + Y = (x1 , x2, ... , xn) + (y1 , y2, ... , yn). Para multiplicacin de un vector por un escalar H(x1 , x2, ... , xn) = (Hx1 , Hx2, ... , Hxn). Las propiedades que cumplen son las mismas que vimos en operaciones bsicas con vectores en R2. El vector cero 0 es el vector neutro o identidad de la suma de vectores en Rn: 0 = (0, 0, 0, ..., 0n), este vector tiene como propiedad de que es nico, es decir, U + 0 = 0, 0U = 0, a0 = 0, aU = 0 si a = 0 o U = 0, donde U es un vector y a un escalar.

EJEMPLOS Ejemplo 15.4 Indique cual opcion enuncia la propiedad distributiva de la suma de escalares sobre el producto. 1.- (c + k) x = (c x) (k x) Respuesta 2.- x 0 = 0 x = x 3.- x y = y x Conmutatividad 4.- c x es vector Cerradura 5.- x (x) = (x) x = 0 6.- x y es vector Cerradura_ Ejemplo 15.5 Indique cual opcion describe la propiedad: x 0 = 0 x = x 1.- Cerradura del producto por escalares. 2.- Existencia del neutro de la suma. Respuesta 3.- Distributividad del producto sobre la suma de vectores. 4.- Distributividad de la suma de escalares sobre el producto. 5.- Asociatividad del producto por escalares. 6.- Existencia del inverso aditivo

SUB ESPACIOS VECTORIALES:

DEFINICION

Esto dice que si W es un sub conjunto del espacio vectorial V entonces este es un sub espacio de V. Si W es un espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Para que W sea un sub espacio de V debe cumplir las propiedades de cierre de la suma y la multiplicacin por un escalar tambin debe cumplir la ley del elemento neutro bajo la suma, el inverso bajo la suma y el neutro bajo la multiplicacin por un escalar.

PROPIEDADES Sea (V, +, K, *) un espacio vectorial; (S, +, K, *) y (W, +, K, *) subespacios de V, se definen las siguientes operaciones: Unin

En la gran mayora de los casos la unin de dos subespacios no es un subespacio de V, pues no se cumple con la ley de composicin interna. S pertenece de forma segura la unin a V en los casos en que S este contenido en W o viceversa. Interseccin

La interseccin de dos subespacios es un subespacio de V. Suma

La suma de dos subespacios es un subespacio de V. Suma directa Si la interseccin entre S y W es el subespacio trivial (es decir, el vector nulo), entonces a la suma se la llama "suma directa".1 Es decir que si Lo que quiere decir tambin que todo vector de V, se escribe de manera nica como la suma de un vector de S y otro de W. 10

TEOREMAS

Un subconjunto no vaco U de un espacio vectorial V es subespacio de V si cumple las siguientes condiciones: El conjunto U es cerrado bajo la suma;Cualquiera dos elementos de U sumados dan como resultado un elemento que tambien esta en U. El conjunto U es cerrado bajo la multiplicacion por escalares;Cualquier elemento de U multiplicado por cualquier escalar da como resultado un elemento que tambien esta en U.

Ejempl

11

VECTORES
DEFINICION Un vector es un ente determinado por cuatro caractersticas: una magnitud (tambin denominada mdulo o intensidad), una direccin, un sentido y un punto de aplicacin. Es til para describir magnitudes tales como posicin, velocidades, aceleraciones, fuerzas, momento lineal, etc., que no pueden ser descritas tan solo por un nmero real. PROPIEDADES Las propiedades de los vectores son la siguientes: Origen O tambin denominado Punto de aplicacin. Es el punto exacto sobre el que acta el vector. Mdulo Es la longitud o tamao del vector. Para hallarla es preciso conocer el origen y el extremo del vector, pues para saber cul es el mdulo del vector, debemos medir desde su origen hasta su extremo. Direccin Viene dada por la orientacin en el espacio de la recta que lo contiene. Sentido Se indica mediante una punta de flecha situada en el extremo del vector, indicando hacia qu lado de la lnea de accin se dirige el vector. Hay que tener muy en cuenta el sistema de referencia de los vectores, que estar formado por un origen y tres ejes perpendiculares. Este sistema de referencia permite fijar la posicin de un punto cualquiera con exactitud.

12

COMBINACIN LINEAL
Se denomina combinacin lineal a u vector V en un espacio vectorial U u un cuerpo h. Si los vectores v1, v2, v3, ..., vn en u si V puede expresarse como: V = c1v1 + c2v2 + c3v3 +... + cnvn donde c son escalares del cuerpo h.

ENVOLVENTE LINEAL:
Este es el conjunto de todas las combinaciones lineales semejantes denotado por Lin(v1, v2, ..., vn) y se denomina envolvente lineal de u1, u2, ...,un. Siendo S un sub conjunto de un espacio vectorial V entonces Lin S es un sub conjunto de un espacio vectorial V y si W es un subconjunto de V que contiene a S, necesariamente Lin S es complemento de W.

DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES

Conjuntos Generadores e Independencia Lineal: Si todo vector puede expresarse como combinacin lineal de vectores en un conjunto S entonces el conjunto S es un conjunto de un espacio vectorial. Dependencia e Independencia Lineal: Para que un vector tenga dependencia lineal este debe tener una solucin no trivial esto quiere decir que la combinacin lineal denotado as: c1v1 + c2v2 + c3v3 = 0 , sea que tiene una solucin nica. Para comprobar la independencia Lineal. Sea S = {v1, v2, ..., vn } un conjunto de vectores en un espacio vectorial V entonces partiremos de la ecuacin vectorial c1v1 + c2v2 + c3v3 = 0 (que es la misma que combinacin lineal don de c son escalares) se escribe un sistema homogneo de ecuaciones lineales en variable c1, c2, ..., ck . Despus se hace Gauss-Jordn a la matriz aumentada para diagonal izarla si la solucin de la diagonalizacin tiene solamente solucin trivial c1, c2, c3 entonces S es linealmente independiente. Si un conjunto S={v1, v2, ..., v3}, k>=2 es linealmente dependiente si solo si por lo menos uno de los vectores vj puede expresarse como una combinacin lineal de los dems vectores S. 13

Ejemplo 1 En el espacio vectorial usual son linealmente independientes. Resolucin La igualdad

analizar si

equivale al sistema

Sumando a la primera ecuacin la segunda multiplicada por obtenemos o bien, Sustituyendo en la segunda deducimos Es decir, linealmente independientes. Ejemplo 2 En el espacio vectorial usual independientes los vectores Resolucin La igualdad analizar si

son

son linealmente

equivale al sistema

Escalonamos el sistema

El sistema lineal homogneo es indeterminado, es decir tiene soluciones distintas de la trivial Concluimos que los vectores no son son linealmente independientes.

14

BASES Y DIMENSIN DE UN ESPACIO VECTORIAL BASES

DEFINICIN: Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. PROPIEDADES DE LAS BASES. 1. Una base de S es un sistema generador minimal de S (lo ms pequeo posible). 2. Adems es un conjunto independiente maximal dentro de S (lo ms grande posible). 3. Una base de S permite expresar todos los vectores de S como combinacin lineal de ella, de manera nica para cada vector. EJEMPLOS 1. La base cannica (o base natural, o base estndar) de e1 = (1,0,. . . ,0) e2 = (0,1,. . . ,0) ........ en = (0,0,. . . ,1) - Son linealmente independientes porque forman un determinante no nulo. - Son sistema generador de porque todo vector (a1,a2,. . . ,an) se puede expresar como combinacin lineal de ellos: (a1,a2,. . . ,an)= a1(1,0,. . . ,0)+ a2(0,1,. . . ,0)+ . . . + an(0,0,. . . ,1) 2. Otra base de 3 distinta de la cannica: (1,0,0), (1,1,0), (0,2,-3). - Son linealmente independientes porque forman un determinante no nulo.
n n

- Son sistema generador de porque cualquier vector (a,b,c) se puede poner como combinacin lineal de ellos. En efecto, dado (a,b,c), buscamos ,, que satisfagan (a,b,c)= (1,0,0)+ (1,1,0)+(0,2,-3)

15 Se obtiene un sistema: += a +2=b -3 = c en las incgnitas ,,, que es compatible determinado para cualesquiera a,b,c.

DIMENSIN
DEFINICION Todas las bases de un mismo espacio o subespacio tienen el mismo nmero de vectores. Se llama dimensin de dicho espacio o subespacio. Por tanto, la dimensin es el mximo nmero de vectores independientes que podemos tener en el espacio o subespacio. En otras palabras, es el mximo rango que puede tener un Es tambin el rango de cualquier sistema generador de dicho espacio. PROPIEDADES 1. Significado fsico de la dimensin: el espacio tiene dimensin 3, los planos dimensin 2, las rectas dimensin 1, el punto dimensin 0. El subespacio {0} es el nico de dimensin 0. 2. nmero de parmetros libres en su forma paramtrica. (1 parmetro=recta, 2 parmetros= plano...)La dimensin de un subespacio en , coincide con el 3. Si S y T son subespacios y S est contenido en T, entonces dim S .dim T Adems, si se da la igualdad, dim S = dim T, entonces ambos espacios han de coincidir.
n

4. El rango de una familia de vectores, es igual a la dimensin del subespacio que generan. Es decir: si v1,v2,. . . vn generan un cierto subespacio S, y si el rango de dicho conjunto es r, entonces dim S = r. (Si un cierto conjunto de vectores tienen rango 2, entonces generan un plano; etc.) 16 Teorema:. Sea S un espacio o subespacio de dimensin m. Entonces, Si tenemos m vectores linealmente indep. en S, tambin sern sistema generador de S. Si tenemos m vectores que generan S, tambin sern linealmente independientes. Por tanto, si tenemos un conjunto formado por tantos vectores como indica la dimensin, dichos vectores sern a la vez linealmente independientes y sistema generador, o bien ninguna de las dos cosas. As pues, para probar que son base, bastara probar solamente una de las dos cosas: que son linealmente independientes, o que son sistema generador. Esto solamente se puede aplicar cuando conocemos la dimensin del espacio y cuando tenemos tantos vectores como indica la dimensin. Teorema. En un espacio o subespacio de dimensin m, un conjunto de ms de m vectores nunca puede ser linealmente independiente. un conjunto de menos de m vectores nunca puede ser sistema generador. As pues, por ejemplo, 3 vectores en podrn ser o no sistema generador de , pero nunca podrn ser linealmente independientes. Del mismo modo, 2 vectores en podrn ser linealmente independientes o no, pero nunca sern sistema generador de (aunque s podrn serlo de un subespacio ms pequeo). Ejemplo. En , sea S el subespacio generado por: (1,0,2), (0,1,2), (3,3,3), (2,2,0).
3 3 3 2 2

Observamos que el rango de este conjunto (= rango de la matriz que forman, por filas o por columnas) es 3. As por la propiedad 4 , tenemos que dim S = 3. Pero como estamos en , por la propiedad 3 ha de ser S= .
3 3

17

ESPACIO VECTORIAL CON PRODUCTO INTERNO Y SUS PROPIEDADES

DEFINICIN El espacio vectorial complejo V se conoce como un espacio con producto interior si para cualquier par de vectores u y v en V, existe un nico nmero complejo (u, v), llamado el producto interior de u y v, tal que si u, v y w estn en V y si C, entonces

PROPIEDADES i. (v, v) 0 ii. (v, v) = 0 si y slo si v = 0. iii, (u, v +w) = (u, v)+ (u, w) iv. (u + v, w) = (u, w)+(v, w) v. (u, v) = (v, u) vi. (u, v) = (u, v) vii. (u, v) = (u, v)

18

19

CONCLUSIONES

Despus de haber realizado a plenitud este trabajo se han relacionado todos los temas que se han visto en el transcurso del ciclo de la materia de lgebra Lineal Se han visto mas detallado y con mas exactitud los teoremas y propiedades que hilan todos los temas propuestos por este trabajo y se ha se ha llegado a la conclusin de todos los temas estn relacionados en cierta forma ya que en varios de estos se necesita recurrir a las propiedades que se han visto en temas anteriores. Con esto podramos decir que nos ha enseado a tener un amplio criterio de la utilidad de temas ya vistos en nuestra carrera, ya que no podemos omitir las enseanzas pasadas ya que estas nos forman las bases para comprender y analizar y poder poner en practica los temas futuros. Este trabajo se ha hecho con el fin de comprender de que no hay que dejar tirado lo ye hemos aprendido antes ya que eso nos va a ayudar a solucionar problemas

en nuestro futuro, citando el dicho popular si no aprendemos de nuestros errores del pasado los mismo nos estarn esperando en un futuro.

20

BIBLIOGRAFIA

Algebra Lineal - Stanley Grossman (6ta Edicion) Mc Graw Hill . 786 Pginas

http://sureyma.blogspot.mx/2009/10/espacios-vectoriales.html

http://es.scribd.com/doc/19687188/ESPACIOS-VECTORIALES

http://es.wikipedia.org/wiki/Espacio_vectorial

http://themercenary.mex.tl/imagesnew/8/5/6/5/8/Espacios%20vectoriales.pdf

http://www.monografias.com/trabajos82/espacio-vectorial/espaciovectorial.shtml

21