Академический Документы
Профессиональный Документы
Культура Документы
IV.
VI.
VII.
V.
es un escalar, entonces
( x + y )=x+ y
Si x
V y y
( + ) x=x+ x
( x )=( ) x
(segunda
ley distributiva).
IX.
Si x
V y y
x V , 1 x=x .
(ley asociativa
ESPACIO Kn
Sea K un cuerpo arbitrario. La notacin Kn se usa frecuentemente para designar
el conjunto de todas las n-p de los elementos de K. Aqu Kn se ve como un
espacio vectorial sobre K, en el que la suma vectorial y el producto por un escalar
se define segn.
ESPACIO DE MATRICES Mm, n.
La notacin Mm, n, o simplemente M, se utilizara para designar el conjunto de
todas las matrices m*n sobre un cuerpo arbitrario K.Mm, n., es un espacio
vectorial sobre K con respecto a las operaciones usuales de suma matricial y
producto por un escalar.
ESPACIO DE POLINOMIOS P (t)
Denotamos por P (t) el conjunto de todos los polinomios
0 +1 t+2, t 2+...+ n, t n
Con coeficientes ai en algn cuerpo k. P(t) es un espacio vectorial sobre K con
respecto a las operaciones usuales de suma de polinomios producto de un
polinomio por una constante.
Subespacios de E. V. y
sus propiedades
Subespacio:
Sea H un subconjunto no vacio 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.
Teorema 1:
Subespacio:
Un subconjunto no vacio 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 vacio es un subespacio
I.Si
x H y y H , entonces x + y H .
II.
Si
Combinacin lineal
Se ha visto que todos los vectores v= (a,b,c) en R3 se puede escribir en la forma
v = ai + bj + ck
En cuyo caso se dice que v es una combinacin lineal d los tres vectores i, j y k.
De manera ms general, se tiene la siguiente definicin:
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 de denomina una combinacin lineal de v 1,v2,
vn.
Independencia Lineal
Definicin:
Los vectores v1,v2,., vk es un espacio vectorial V generan a V si todo vector en V
es una combinacin linal de v 1, v2,., vk. Adems, si estos vectores son distintos y
v , v , , vk }
los denotamos como un conjunto S= { 1 2
, entonces tambin decimos
{ v1 , v 2 , , v k } , genera a V, o que S= V.
v1 , v2 , , vk
generan al espacio
vectorial V es el siguiente:
Paso 1: se elige un vector arbitrario en v en V.
Paso 2: se determina si v es una combinacin lineal de los vectores dados.
Si lo es, entonces los vectores dados generan a V. Si no lo es, entonces no
generan a V.
Ejemplo:
Sea V el espacio vectorial R3 y sean:
V1= (1,2,1)
V2= (1,0,2)
y V3= (1,1,0)
c3 = b
c1 + 2c= C
2 a+2 b+ c
, C2 =
3
ab +c
, c3= =
3
4 a2 bc
3
Como hemos obtenido una solucin para cada eleccin de a, b y c concluimos que
v ,v ,v
V1+ v2 y V 3 generan a R3. Esto Equivaled a decir a un gen { 1 2 3 } = R3.
Independencia lineal:
Los vectores
v1 , v2 , , vk
si existen constantes
c1 , c2 , , ck
c 1 v 1+ c 2 v 2 , , c k v k = 0
En caso contrario, se dice que
decir,
v1 , v2 , , vk
c 1 v 1+ c 2 v 2 , , c k v k
son
v1 , v2 , , vk
linealmente
si
siempre
que
= 0 debemos tener:
c 1 = c 2= c k = 0
v1 , v2 , , vk
vector cero es aquella en la cual todos los coeficientes son iguales a cero. Si los
v1 , v2 , , vk
vectores
son distintos y los detonamos como un conjunto S=
v1 , v2 , , vk
son linealmente
|| ||
1
1
0
0
2
0
1
1
c1
| | | | ||
1
1
0
0
+ c2
2
0
1
1
0
0
0
0
c1
c2
Base y dimensin de
un espacio
vectoriales.
Por lo comn, se concibe una recta como un espacio unidimensional, un plano
como uno bidimensional y el espacio que lo que rodea a uno como tridimensional.
El objetivo principal de esta seccin es precisar esta nocin intuitiva de
dimensin.
Definicin.
Si V es
espacio vectorial y S = {v1,v2,..,vr} es un conjunto finito de vectores en V
(i) cualquier
.
, entonces S se denomina base para V si
(i)
(ii)
S linealmente independiente
S se genera V.
Dimensin finita.
Si S = {v1,v2,..,vr} es un conjunto linealmente independiente es un espacio
vectorial V, entonces S es una base para el subespacio lin(S), ya que S es
independiente y, por definicin de lin (S), S se genera a lin(S).
Se dice que un espacio vectorial diferente de cero V es una dimensin finita si
contiene un conjunto finito de vectores {v 1,v2,..,vr } que forma una base. Si no
existe un conjunto de este tipo, se dice que V es una dimensin infinita. Adems
se considera el espacio vectorial cero como dimensin finita cuando no tiene
conjuntos linealmente independientes y, como consecuencia, no tiene base.
Teorema 1.
Si S = {v1,v2,..,vn } es una base para un espacio vectorial V, entonces todo conjunto con ms
de n vectores es linealmente dependiente.
Teorema 2.
Dos bases cualesquiera para un espacio vectorial de dimensin finita tienen el mismo
nmero de vectores.
Demostracin.
Sean S = {v1,v2,..,vn } y SI = { W1, W2,, wm} dos bases para un espacio
vectorial de dimensin finita V. dado que S es una base S I es un conjunto
linealmente independiente , el teorema 7 implica que m < n . de modo anlogo ,
dado que SI es una base y S es linealmente independiente , tambin se tiene n <
m . por tanto , m = n.
La base estndar para Rn contiene n vectores. Por consiguiente, toda base R n
contiene n vectores.
La base estndar para Pn contiene n +1 vectores, asi entonces toda base para P n
contiene n+ vectores.
El nmero de vectores en una base para un espacio vectorial de dimensin finita
es una cantidad en particular importante. Por ejemplo: Toda base para R 2 tiene
dos vectores, para R3 tiene tres vectores. Ya que R2 (el plano) es intuitivamente
bidimensional y para toda base R3 es intuitivamente tridimensional, la dimensin
de estos espacios es igual al nmero de vectores que tiene en sus bases. Esto
sugiere la siguiente definicin:
Definicin.
La dimensin de un espacio vectorial de dimensin finita V se define como el
nmero de vectores en una base para v. adems, por definicin, el espacio
vectorial tiene dimensin cero.
Por lo que se vio, Rn es un espacio vectorial de dimensin n y P n es un espacio
Ejemplo:
Determnese una base y la dimensin para el espacio de soluciones del sistema
homogneo
2 x 1 +2 x2 x3 + x 5=0
x 1x 2 +2 x3 3 x 4 + x5 =0
x 1+ x 22 x 3x 5=0
x 3+ x 4 + x5 =0
Solucin:
x 1=st
x 2=s
x 3=t
x 4=0
x 5=t
Por tanto, los vectores solucin se pueden escribir como
x1
x2
x3
x4
x5
st
s
t
0
t
s
s
0
=
0
0
t
0
t
0
t
=s
1
1
0
0
0
+t
1
0
1
0
0
1
1
V1 = 0
0
0
y v2 =
1
0
1
0
0
Espacios de reglones y
columnas de una matriz;
rango; aplicaciones para
hallar bases.
Definicin: considere la matriz m x n
a11 a 12 a1 n
A= a21 a 22 a2 n
am 1 am 2 amn
C1 =
a11
a21 , c =
2
am 1
a12
a22
am 2
. Cn =
a1 n
a2 n
amn
2
c1 = 3
1
c2= 1
0
c3 = 4
Espacios vectoriales
con producto interno
Definicin.
Un producto interior sobre un espacio vectorial B es una funcin que asocia un numero real
< u,v > con cada pareja de vectores u y v en V , de tal manera que se satisface los axiomas
siguientes por todos los vectores u , v y w en V y todos los escalares de k.
1.
2.
3.
4.
normal o longitud de u. Esta funcin satisface los axiomas de una norma para un
espacio vectorial.
Ejemplo 1.a) Sea V el espacio vectorial de las funciones reales continuas en el intervalo
a t b. el siguiente es un producto interno en V:
Donde f(t) y g(t) son ahora funciones continuas cualquiera en [a,b].