Algebra Lineal

Ensayo espacios vectoriales.

Saulo Leonel Romo Astorga UNIPOLI Ingeniera Telemtica 10/08/2013

Contenido
Introduccin ....................................................................................................................................... 1 Espacio Vectorial .............................................................................................................................. 1 Axiomas de un espacio vectorial ..................................................................................................... 2 Qu es un espacio vectorial trivial? ........................................................................................ 2 Cundo un conjunto no es un espacio vectorial? ................................................................. 2 Subespacios: ..................................................................................................................................... 3 Reglas de cerradura para ver si un subconjunto no vaco es un subespacio: ................................. 3 Combinacin lineal y espacio generado ....................................................................................... 4 Combinacin lineal ....................................................................................................................... 4 Espacio generado......................................................................................................................... 4 Independencia Lineal ................................................................................................................... 5 Conclusin: .......................................................................................................................................... 6 Bibliografa .......................................................................................................................................... 6 Problemario : ....................................................................................................................................... 7

Introduccin

Un espacio vectorial tambin llamado espacio euclidiano es el conjunto de n- ordenadas, tambin conocido por espacio n-dimensional y de denota por Rn, este es una sucesin de n nmeros reales ejemplo (a1 ,a2 ,...,an). Para poder entender la definicin de subespecie , combinacin lineal, dimensin entre otros temas, primero se debe entender completamente la definicin de espacio vectorial ya que todos estos temas se encuentran relacionados entre si. Para poder entender y resolver problemas relacionados a estos temas primero debemos tener una buena base acerca de espacio vectorial ya que sin ella no podramos comprender estos temas. Espacio Vectorial

Un espacio vectorial real V es un conjunto de objetos, llamados vectores, junto con dos operaciones llamadas suma y multiplicacin por un escalar que satisfacen diez axiomas. Antes de las propiedades que satisfacen los vectores en un espacio vectorial deben mencionarse dos cosas. Primero, mientras que puede ayudar a pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre que el espacio vectorial parece ser muy diferente a estos espacios. Segundo, la definicin l da una definicin de un espacio

vectorial real. La palabra real significa que se usan son nmeros reales. Seria igual de sencillo definir un espacio vectorial complejo usando nmeros complejo sen lugar de reales, pero las generalizaciones a otros conjuntos de escalares presenta muy poca dificultad.

Axiomas de un espacio vectorial

1. Si x V y y V, entonces x + y V (cerradura bajo la suma). 2. Para todo x, y y z en V, (x + y) + z = x + (y + z) (ley asociativa de la suma de vectores). 3. Existe un vector 0 V tal que para todo x V, x + 0 = 0 + x = x (el 0 se llama vector cero o idntico aditivo). 4. Si x V , existe un vector -x en V tal que x + (-x) = 0 (-x se llama inverso aditivo de x). 5. Si x y y estn en V, entonces x + y = y + x (ley conmutativa de la suma de vectores). 6. Si x V y es un escalar , entonces x V (cerradura bajo la multiplicacin por un escalar). 7. Si x y y estn en V y es un escalar, entonces (x + y) = x + y (primera ley distributiva). 8. Si x V y y son escalares, entonces ( + )x = x + x (segunda ley distributiva). 9. Si x V y y son escalares, entonces (x) = ( )x (ley asociativa de la multiplicacin por escalares). 10. Para cada vector x V, 1x = x

Qu es un espacio vectorial trivial?

Sea V = {0}. Es decir, V consiste solo en el nmero 0. Como 0 + 0 = 1 0 = 0 + (0 + 0) = (0 + 0) + 0 = 0, se ve que V es un espacio vectorial. Con frecuencia se le da el nombre de espacio vectorial trivial.

Cundo un conjunto no es un espacio vectorial?

Sea V = {1}. Es decir, V consiste solo en el nmero 1. Este no es un espacio vectorial ya que viola el axioma 1 el axioma de cerradura. Para ve resto, basta con observar que 1 + 1 = 2 V. Tambin viola otros axiomas , sin embrago, con solo demostrar que viola al menos uno de los diez axiomas queda probado que V no es un espacio vectorial. Verificar los diez axiomas puede ser tedioso. Solo se pueden verificar aquellos axiomas que no son obvios.

Subespacios:
Sea H un subconjunto no vaco de un espacio vectorial V y suponga que H es en si un espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Entonces se dice que H es un subespacio de V. Se puede decir que el subespacio H hereda las operaciones del espacio vectorial padre V. Un subconjunto no vaco de H de un espacio vectorial V es un subespacio de V si se cumplen las dos reglas de cerradura:

Reglas de cerradura para ver si un subconjunto no vaco es un subespacio:

i. Si x H y y H, entonces x + y H. ii. Si x H, entonces x H para todo escalar .

Subespacio trivial. Para cualquier espacio vectorial V, el subconjunto {0} que consiste en el vector cero nada mas es un subespacio ya que 0 + 0 = 0 y 0 =0 para todo numero real . Esto se llama subespacio trivial. Un espacio vectorial es un subespacio en si mismo. Para cada espacio vectorial V , V es un subespacio de si mismo.

Subespacios propios. Los primeros dos ejemplos muestra que todo espacio vectorial V contiende dos subespacios, {0} y V (que coinciden si V = {0}). Los subespacios distintos a {0} y V se llaman subespacios propios. Subespacio propio de Mnm. Sea Mnm el espacio vectorial de matrices de m x n con componentes reales y sea H = { A Mnm : a11 = 0 }. Por la definicin de suma de matrices y multiplicacin por un escalar, es claro que los dos axiomas de cerradura se cumplen de manera que H es un subespacio.

Combinacin lineal y espacio generado

Combinacin lineal :

Sean v1 , v2, ... , vn vectores en un espacio vectorial V . Entonces cualquier vector de la forma: a1v1 + a2v2 + ... + anvn donde a1,a2,..., an son escalares se llama una combinacin lineal de v1,v2,...,vn . Ejemplo Una combinacin lineal en R3. En R3, (-7 7 7) es un combinacin lineal de (-1 2 4) y (5 -3 1) ya que ( -7 7 7) = 2(-1 2 4) (5 -3 1). Una combinacin lineal en M23. En M23 (-3 2 8 = 3(-1 0 4 + 2(0 1 -2 -1 9 3) 1 1 5) -2 3 -6), lo que muestra que (-3 2 8 es una combinacin lineal de (-1 0 4 y (0 1 -2 . 1 9 3) 1 1 5) -2 3 -6) Combinaciones lineales en Pn. En Pn todo polinomio se puede escribir como una combinacin lineal de los monomios 1, x, x2, ... , xn. n + 1 vectores que generan a Pn. De el ejemplo anterior se deduce que los monomios 1, x, x2, ... , xn generan a Pn.

Espacio generado

Sea v1,v2,...,vkk vectores en un espacio vectorial V. El espacio generado por { v1,v2,...,vk} es el conjunto de combinaciones lineales de v1,v2,...,vk. .Es decir : gen {v1,v2,...,vk} = {v : v = a1v1 + a2v2 + ... + akvk} donde a1, a2, ... ak son escalares arbitrarios.

El espacio generado por dos vectores diferentes de cero en R3 que no son paralelos es un plano que pasa por el origen.

Independencia Lineal

Sean 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 + c2v2 + ... + cnvn = 0

Si los vectores no son linealmente dependientes, se dicen que son linealmente independentes. Para decirlo de otra manera, v1,v2,...,vn son linealmente independientes si la ecuacin c1v1 + c2v2 + ... + cnvn = 0 se cumple solo para c1= c2= ... = cn = 0. Son linealmente dependientes si el vector cero en V se puede expresar como una combinacin lineal de v1,v2,...,vn con coeficientes no todos iguales a cero.

Una combinacin lineal en R4. Los vectores v1 = (2 -1 0 3) y v2 = (-6 3 0 -9) son linealmente dependientes ya que v2 = -3 v1. Dos vectores linealmente independientes en R3. Los vectores (1 2 4) y (2 5 -3) son linealmente independientes; si no lo fueran, se tendra (2 5 -3) = c (1 2 4) = (c 2c 4c). Entonces 2 = c, 5 = 2c y -3 = 4c, lo cual es evidentemente imposible para cualquier numero c. Cuatro vectores en R3 que son linealmente dependientes. Los vectores (2 -3 4) , (4 7 -6), (18 11 4) y (2 -7 3) son linealmente dependientes ya que constituyen un conjunto de cuatro vectores de 3 elementos. Un conjunto de vectores linealmente dependientes en Rn contiene a lo mas n vectores. Bases y dimensiones Base Un conjunto finito de vectores { v1,v2,...,vn} es una base para un espacio vectorial V si i. { v1,v2,...,vn} es linealmente independiente. ii. {v1,v2,...,vn} genera a V.

Todo conjunto de n vectores independiente en Rn es una base en Rn. Base cannica. En Rn se define e1 = (1 0 0 ... 1), e2 = (1 0 0 ... 1), e3 = (1 0 0 ... 1), ... , en = (1 0 0 ... 1) Entonces, como los vectores ei son las columnas de una matriz identidad (que tiene determinante 1), { e1, e1, ... , en} es un conjunto linealmente independiente y, por lo tanto, constituye una base en Rn . Esta base se llama base cannica en Rn. Dimensin Si el espacio vectorial V tienen una base finita, entonces la dimensin de V es el numero de vectores en todas las bases y V se llama espacio vectorial de dimensin finita. De otra manera, V se llama espacio vectorial de dimensin infinita. Si V = {0}, entonces se dice que V tiene dimensin cero.

Conclusin:
Gracias a la realizacin de este trabajo pude comprender los temas de manera efectiva adems pude observar de manera detallada algunos ejemplos que me ayudaron a comprender el espacio vectorial.

Bibliografa
Departamento de Matematicas, C. (12 de 08 de 2010). itesmn. Recuperado el 9 de 08 de 2013, de itesmn: http://www.mty.itesm.mx/etie/deptos/m/ma95-843/lecturas/l843-42.pdf Grossman, S. I. (2008). Algebra Lineal. En S. I. Grossman, Algebra Lineal (pg. 256).

Problemario :