Espacios - Vectoriales

Definicin espacio vectorial Subespacios Propiedades LI, LD - Bases cannicas Propiedades base.
Profesora: Farini, Mara Rosa
Definicin de espacio vectorial

Un espacio vectorial es un conjunto V de elementos llamados vectores, en el que
estn definidas dos operaciones llamadas suma de vectores y multiplicacin de un
escalar (nmero real) por un vector, que satisfacen los siguientes 10 axiomas.
, R ,
u , v, w V
1. La suma de
, denotada por
uv
V.
2.
uv
3.
( u v) w u ( v w )
4.
v u ..
0 V: u V : 0 u u 0 u .
5. u V : u u u u 0
6. El mltiplo escalar por
, denotado por . u
V...
7. . ( u v ) = . u + . v .
8. ( + ). u = . u + . u ..
9. (.). u =.(. u ) =.(. u ).
10. 1.
Notacin: escribimos la cuaterna:
Ejemplo 1:
V = Rn (con n 1) = .
u v
. u =.
0
Observacin:
Si n = 1 V =.
Si n = 2 V =..
Si n = 3 V =..
Ejemplo 2
V = Rmxn, Si recordamos las propiedades vistas para suma de matrices y multiplicacin
de un escalar por una matriz resulta:.
donde 0
u =.
Ejemplo 3
V= Pn =
u v
. u =.
Propiedades que se cumplen en (V,+,R,.) espacio vectorial.

R , u V :
1.
0.u 0
2. . 0. 0
3. . u
=0
u 0
4. (- ). u = -(. u )
Definicin de subespacio
Dado S subconjunto no vaco de V,
(S, +, R, .) es un subespacio de (V,+,R, .) espacio vectorial, si (S,+,R, .) es un espacio
vectorial bajo la suma y la multiplicacin de un escalar por un vector definidos en V.
Condicin necesaria y suficiente para subespacios vectoriales
(S, +, R, .) es un subespacio
de ( V, +, R, .) espacio vectorial
1- S
2- S V
3- x , y S : x y S...
4- R , x S : . x S..
Observacin:
Ejemplo 1 ( ejercicio 1-B , pgina 25)

V = R2 S = { ( x1, x2 ) R2 / 2x1 + 3x2 = 0 }
1- 0 S pues ................................................................................................................
....
S
2- S R2 por definicin.
3- x S , y S:
S .........................................................................................
( definicin de S )
S .
( definicin de S )
= .........................................
( definicin de + en R2 )
Estudio si
es un elemento de S:
x + y S
4- R,
S:
S .........................................................................................
.x =
R2 )
( definicin de S )
.............................................................. ( definicin escalar por vector en
Estudio si . x es un elemento de S:
Ejemplo 2 ( ejercicio 1-C , pgina 25)

V = R2 S = { ( x1, x2 ) R2 / 3x1 -2x2 -3 = 0 }
Observacin:
Si S es un subespacio de V .
Si 0 S ..
Ejemplo 3 ( ejercicio 1-C , pgina 25)

V = R2 S = { ( x1, x2 ) R2 / x1 0 }
Conclusin:
Slo son subespacios de R2 distintos de los triviales:
Ejemplo 4 ( ejercicio2-A, pgina 25)

V = R3 S = { ( x1, x2, x3) R3 / x1 = 2x3 x2 = x1 3x3 }
1- 0 S pues ................................................................................................................
....
S
3- x S , y S:
S .........................................................................................
( definicin de S )
S .
( definicin de S )
= ......
Estudio si
x + y S
4- R,
S:
S .........................................................................................
.x =
R3 )
( definicin de S )
Ejemplo 5 ( ejercicio2-B , pgina 25)

V = R3 S = { ( x1, x2, x3) R3 / 2x1 -3 x2 + 4x3 = 0}
1- 0 S pues ................................................................................................................
....
S
5
3- x S , y S:
S .........................................................................................
( definicin de S )
S .
( definicin de S )
= ......
Estudio si
x + y S
4- R,
S:
S .........................................................................................
.x =
R3 )
( definicin de S )
.
.
Ejemplo 6 ( ejercicio2-C , pgina 25)

V = R3 S = { ( x1, x2, x3) R3 / x1 + x2 = 2 }
Conclusin:
Slo son subespacios de R3 distintos de los triviales:
Ejemplo 7 ( ejercicio3-b, pgina 25)

V = Rn S = { ( x1, x2, x3,.., xn) Rn / x1 = xn }
S pues ................................................................................................................
....
S
2- S Rn por definicin.
3- x S , y S:
1-
S .........................................................................................
( definicin de S )
S .
( definicin de S )
= .....
( definicin de + en Rn )
Estudio si
x + y S
4- R,
S:
S .........................................................................................
.x =
Rn )
( definicin de S )
Ejemplo 8 ( ejercicio3-c, pgina 25)

V = R2x2 S = { A R2x2 / A es singular}
Ejemplo 9 ( ejercicio3-d, pgina 25)

V = R2x2 S = { A R2x2 / tr(A ) = 0 }
1- 0 S pues ................................................................................................................
....
S
2- S R2x2 por definicin.
3- x S , y S:
S .........................................................................................
( definicin de S )
S .
( definicin de S )
= ( definicin de + en R2x2 )
Estudio si
4- R,
S:
S .........................................................................................
( definicin de S )
.x =
............................................................. definicin escalar por vector en R2x2 )
Ejemplo 10 ( ejercicio 4-b, pgina 25)

V =P4 S = { p P4 / p = 0 o gr(p) = 2}
Ejemplo 11 ejercicio 4-d, pgina 25)

V =P2 S = { p P2 / p (-2) = 0}
S pues ................................................................................................................
....
S
2- S P2 por definicin.
3- x S , y S:
1-
S .........................................................................................
( definicin de S )
S .
( definicin de S )
( definicin de + en P2)
Estudio si
4- R,
S:
S .........................................................................................
.x =
.............................................................
( definicin de S )
definicin escalar por vector en P2)
Independencia lineal y dependencia lineal: propiedades

Dado (V, +, R, .) espacio vectorial
Propiedad 1: { v } es linealmente independiente v 0

Ejemplos:
Propiedad 2: A ={ v 1, v 2 , , 0 , v n}es linealmente dependiente.

Ejemplos:
10
Propiedad 3: Un conjunto de vectores A = { v 1, v 2 , .. v n } es linealmente

dependiente si, y slo si, algn vector de A es combinacin lineal de los dems.
Ejemplos:
Propiedad 4: Un conjunto de vectores A = { v 1, v 2 , .. v n } es linealmente

independiente si, y slo si, ningn vector de A es combinacin lineal de los vectores
restantes.
Ejemplos:
Propiedad 5: Si v V es combinacin lineal del conjunto A = { v 1, v 2 , .. v n }

linealmente independiente, entonces dicha combinacin es nica.
Ejemplos:
11
Bases Cannicas
Espacio
vectorial
R2
R3
R4
Rn
Base cannica
Dimensin
{ (1,0), (0,1)}
{ (1,0,0), (0,1,0), (0,0,1)}
{ (1,0,0,0), (0,1,0,0), (0, 0,1,0), (0,0,0,1)}
{(1,0,0,.,0), (0,1,0,., 0),.., (0,0,0,.,1)}
12
P1
P2
P3
P4
Pn
{1, x}
{1, x, x2}
Rmxn
{1, x, x2, x3}
{1, x, x2, x3, x4}
{1, x, x2, x3,, xn-2,xn-1, xn}
R2x2
R2x3
0 0
,
0 0
1 0
,
0 1
0 0
,
0 0
0
0
...
...
...
0
...
...
...
0 0
,
0 0
...
0 0
,
0 0
0
0
n+1
0
1 0
,
0 1
1
0
...
...
...
...
0
...
...
2.2 = 4
...
0
0
0 0
,
0 0
0 0
,
0 0
0
1
0
0
...
...
...
...
0
...
...
,.........,
0
0
2.3 = 6
mn
...
Base y dimensin: propiedades

Propiedad 1: Un conjunto de n vectores linealmente independientes en un espacio
vectorial V de dimensin n constituye una base para V.
Ejemplo:
13
Propiedad 2: Un conjunto de n vectores que genera al espacio vectorial V de dimensin

n constituye una base para V.
Ejemplo:
Propiedad 3: Si B = { v 1, v 2 , .. v r } es un conjunto de r vectores en un

espacio vectorial V de dimensin n siendo r < n entonces B no genera a V.
Ejemplo:
Propiedad 4: Si B = { v 1, v 2 , .. v r } es un conjunto de r vectores en un

espacio vectorial V de dimensin n siendo r > n entonces B es linealmente
dependiente.
Ejemplo:
Teorema de extensin a una base
Sea (V, +, R, .) un espacio vectorial de dimensin n. Sea { v 1, v 2 , .. v r }un

conjunto linealmente independiente. Entonces existen vectores
v r+1, v r+2 , .. v n tales que { v 1, v 2 , , v r , v r+1, v r+2 , .. v n } es

una base de V.
Ejemplo:
14
15

Espacios - Vectoriales

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Espacios - Vectoriales

Загружено:

Авторское право:

Доступные форматы

Definicin espacio vectorial Subespacios Propiedades LI, LD - Bases cannicas Propiedades base.

Profesora: Farini, Mara Rosa

Definicin de espacio vectorial

Notacin: escribimos la cuaterna:

Propiedades que se cumplen en (V,+,R,.) espacio vectorial.

Ejemplo 1 ( ejercicio 1-B , pgina 25)

.............................................................. ( definicin escalar por vector en

Ejemplo 2 ( ejercicio 1-C , pgina 25)

Ejemplo 3 ( ejercicio 1-C , pgina 25)

Ejemplo 4 ( ejercicio2-A, pgina 25)

.............................................................. ( definicin escalar por vector en

Ejemplo 5 ( ejercicio2-B , pgina 25)

.............................................................. ( definicin escalar por vector en

Ejemplo 6 ( ejercicio2-C , pgina 25)

Ejemplo 7 ( ejercicio3-b, pgina 25)

.............................................................. ( definicin escalar por vector en

Ejemplo 8 ( ejercicio3-c, pgina 25)

Ejemplo 9 ( ejercicio3-d, pgina 25)

............................................................. definicin escalar por vector en R2x2 )

Ejemplo 10 ( ejercicio 4-b, pgina 25)

Ejemplo 11 ejercicio 4-d, pgina 25)

definicin escalar por vector en P2)

Independencia lineal y dependencia lineal: propiedades

Propiedad 1: { v } es linealmente independiente v 0

Propiedad 2: A ={ v 1, v 2 , , 0 , v n}es linealmente dependiente.

Propiedad 3: Un conjunto de vectores A = { v 1, v 2 , .. v n } es linealmente

Propiedad 4: Un conjunto de vectores A = { v 1, v 2 , .. v n } es linealmente

Propiedad 5: Si v V es combinacin lineal del conjunto A = { v 1, v 2 , .. v n }

{ (1,0,0), (0,1,0), (0,0,1)}

{ (1,0,0,0), (0,1,0,0), (0, 0,1,0), (0,0,0,1)}

{(1,0,0,.,0), (0,1,0,., 0),.., (0,0,0,.,1)}

{1, x, x2, x3}

{1, x, x2, x3, x4}

{1, x, x2, x3,, xn-2,xn-1, xn}

Base y dimensin: propiedades

Propiedad 2: Un conjunto de n vectores que genera al espacio vectorial V de dimensin

Propiedad 3: Si B = { v 1, v 2 , .. v r } es un conjunto de r vectores en un

Propiedad 4: Si B = { v 1, v 2 , .. v r } es un conjunto de r vectores en un

Teorema de extensin a una base

Sea (V, +, R, .) un espacio vectorial de dimensin n. Sea { v 1, v 2 , .. v r }un

v r+1, v r+2 , .. v n tales que { v 1, v 2 , , v r , v r+1, v r+2 , .. v n } es

Вам также может понравиться