Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCION:
La idea de vector est tomada de la Fsica, donde sirven para representar
magnitudes vectoriales como fuerzas, velocidades o aceleraciones. Para ello
se emplean vectores de dos componentes en el plano, de tres componentes en
el espacio.
Se supone conocida la representacin grfica y manejo de los vectores de 2 y
3 .
En matemticas, tratamos de abstraer las propiedades que caracterizan a los
vectores para extenderlas tambin a otro tipo de objetos diferentes de los
vectores de la Fsica.
Esencialmente, el comportamiento que caracteriza a los vectores es el
siguiente:
Podemos sumar dos vectores y obtenemos otro vector.
Podemos multiplicar un vector por un nmero (escalar) y
obtenemos otro vector.
Adems estas operaciones cumplen ciertas propiedades, que observamos en
los vectores de 2 y 3 :
En lo sucesivo, utilizamos habitualmente la siguiente notacin: u, v, w (u otras
letras latinas) para vector, mientras que las letras griegas designaran
escalares.
Propiedades de la suma de vectores:
Asociativa: (u + v) + w = u + (v + w)
Conmutativa: v+u = u+v
Para cada vector v existe un elemento neutro, -v, que sumado con el da
0.
Propiedades del producto de un vector por un escalar:
Asociativas: () = ()
Distributivas:
P2 = { x 2 + bx + c a, b, c }
Es un espacio vectorial real, pues podemos sumar dos elementos de P 2;
tambin podemos multiplicar un elemento de P2 por un escalar real y
obtenemos otro elemento de P2. Vemoslo:
Suma:
2
(x2 + bx + c) + (x + b x + c ) = ( + ) 2 + ( + ) + ( + );
que pertenece a P2.
Producto por un escalar real: , (x 2 + bx + c) = x 2 + bx + c
que pertenece a P2.
Se puede comprobar que se cumplen las propiedades requeridas. El valor 0 es
el polinomio cero: 0 + 0x + 0c
No es un espacio vectorial complejo, pues al multiplicar por un escalar
complejo el resultado podr ser un polinomio complejo que no pertenece a P 2.
3) Consideremos el conjunto G de los polinomios de grado 3 (exactamente 3)
con coeficientes reales. No es un espacio vectorial (real ni complejo), pues al
sumar dos elementos de G, no est garantizado que el resultado este en G. En
efecto, consideremos los polinomios:
P = x3 + x2 + x + 1 , Q = x 3 + x 2 + x + 1
Pertenecen a G, pues su grado es 3. Pero su suma es P+Q =2x 2 + 2x + 2
que no pertenece a G (su grado no es 3).
a c
M2x2 = [(( )) : , , ,
b d
Es un espacio vectorial real, pues podemos sumar dos matrices de M2x2, y
multiplicar una matriz de M2x2 por un escalar real obteniendo otra matriz de
M2x2. Se puede comprobar que se cumplen las propiedades. El vector 0 es, en
este caso, la matriz con todos sus trminos nulos.
No es un espacio vectorial complejo.
x Mmxn Mmxn
( , B) .A = (.aij)
Es un espacio vectorial sobre .
En efecto:
Luego A+0=A
Luego A+(-A) = 0
A = (aij) = P Mmxn
= (bij + aij)
A Mmxn
( + ).A = (( + ).aij)
= (.aij + .bij)
= (.aij) + (.bij)
= .A + .A
Luego ( + ).A = .A + .A
(viii) Sean A,B Mmxn y :
. (A + B) = (aij + bij)
= ((aij + bij))
= (.aij) + (.bij)
= .A + .A
Luego .(A+B) = .A + .B
. (A) = (aij)
= ((aij))
= (().aij)
= ()(aij)
= ()(A)
Luego . (A) = ()(A)
1.A = (1.aij)
= (aij)
=A
Luego 1.A = A
Por ejemplo, ya hemos visto como el espacio vectorial real C de los nmeros
complejos puede identificarse con 2 , correspondiendo el nmero complejo
a + b al vector (a,b).
Veamos como el espacio P2 = [polinomios de grado < 2] puede identificarse
con 3 : cada polinomio ax 2 + bx + c correspondera al vector (a,b,c) de 3 .
0S
Si v,w S entonces v + w S.
Si v S y es un escalar, entonces v S.
5) En M2, el conjunto de las matrices simtricas ( ) es un subespacio.
Contiene a la matriz nula, y es cerrado para las operaciones
Ejemplos:
y=x
z = 3x
x+z =0
x+2y+z = 0
4) Consideremos el subespacio de 3 dado en implcita por
Cul es su forma paramtrica? Para ello resolvemos el sistema, que es
compatible indeterminado. La solucin depende de un parmetro y es
[ (-, 0, ) ].
5) El subespacio cero y el subespacio total constituyen un caso especial.
Por ejemplo en 3 :
x=0
y=0
z=0
Sin embargo para que esto sea cierto debe cumplirse que las ecuaciones
implcitas sean independientes entre s, es decir, que ninguna sea combinacin
lineal de otras. Esto significa que, considerando las ecuaciones como un
sistema, no sobre ninguna ecuacin: es decir, que la matriz de coeficientes
tenga rango igual al nmero de ecuaciones.
Dados los sub espacios A y B, puede ocurrir que uno est incluido en otro (una
recta dentro de un plano, por ejemplo).
Ejemplo:
A partir de dos sub espacios podemos construir otro efectuado las operaciones
de suma o interseccin de sub espacios.
Notar que dados dos sub espacio cualesquiera, siempre hay vectores
comunes a ambos (al menos el, que est en todos los sub espacios).
Teorema:
Calculo de la interseccin.
EJEMPLOS:
+ =0 2 + 3 = 0
U= V=
+ =0 + =0
Dados dos sub espacios S,T se define el sub espacio suma como:
S+T= {u+v : uS, vT}
Es decir, aquellos vectores que podamos construir sumando un vector
de S y uno de T.
Teorema:
Ejemplo:
H={(, +, +y) : , , y }
Observacin:
COMBINACIN LINEAL:
1 1, + 2 2, +. . . ,
Ejemplo:
1 1, + 2 2, +. . . , = 0
En caso contrario, es decir, si la nica forma de escribir el vector 0 como
combinacin lineal de estos vectores es tomando 1 = 2= 3 = = 0,
diremos que el sistema S es linealmente dependiente o libre.
Ejemplo:
Propiedades:
1. Cualquier conjunto de vectores que contenga el vector nulo ser linealmente
dependiente.
Demostracin:
Por ser p coeficiente de la combinacin lineal y distinto de cero que tiene por
resultado el vector nulo queda demostrado que los vectores son linealmente
dependientes,
Demostracin:
Demostracin:
1, - 2 + (0) 3, ,,(0) , =0
Dado que el coeficiente de 1, es diferente de cero; el conjunto de vectores es
linealmente dependientes.
Demostracin:
1, - K2, =0
Ejemplo:
Ejemplo:
Los vectores (1, 2,3), (0, 0,2), (2, 4,0) son linealmente independientes o
dependientes?
Formamos matriz con los vectores:
1 2 3
( (0 0 2))
2 4 0
Observamos que las columnas uno y dos son proporcionales por lo tanto el
determinante de esta matriz es cero; con lo que podemos afirmar que los
vectores son linealmente dependientes.
BASES
En esta seccin se contina el estudio de los conjuntos generadores.
En particular, se consideran conjuntos generadores (en un espacio vectorial)
que sean linealmente independientes y que generen todo el espacio. Este tipo
de conjuntos forman una base del espacio vectorial.
dimV = n
Ejemplos de bases:
2. (1, 2,3), 4, 5,6), (7, 8,9) en R, no forman base por que no son linealmente
independientes (su determinante es nulo).
DIMENSIONES
Definicin de Dimensin: 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 conjunto de vectores de dicho espacio.
Ejemplos:
1. R tiene dimensiones n, pues tiene una base de n elementos (por
ejemplo: La cannica).
1 0 0 1
2. 22 , tiene una dimensin 4. Una base de 22 es: [ ], [ ],
0 0 0 0
0 0 0 0
[ ], [ ]
1 0 0 1
Solucin:
1 (1, 0,0) + 2 (0, 1,0) + 3 (0, 0,1) = (0, 0,0) tiene por solucin
solamente la trivial, 1 = 2 = 3 = 0, por consiguiente S es una base de
R3 .
La base S se denomina base normal de R3 . Este resultado puede
generalizarse al espacio n-dimensional. Es decir, los vectores:
1 = (1, 0,0.0)
2 = (0, 1,0,0)
..
= (0,0,...1)
Propiedades de la dimensin:
Hace falta, por tanto, 1 ecuacin implcita. Trataremos de buscar una relacin
entre las coordenadas x, y, z del vector genrico (, , 3-5)
Observamos que la tercera coordenada es tres veces la primera menos cinco
veces la segunda. As. La relacin es z = 3x 5y. Esta es la forma implcita.
(Nota: las ecuaciones implcitas nunca pueden tener trmino independiente,
pues, siempre ha de satisfacerlas el vector cero).
1 0
Y son linealmente independientes: rg 0 1 = 2, luego son base.
3 5
1 0
Debe ser rang 0 1 = 2. Escalonamos esta matriz para ver su rango.
3 5
(Notar que el hecho de que sus trminos sean incognitos no impide en absoluto
efectuar operaciones elementales en las filas, como en cualquier matriz
numrica).
1 0 1 0 1 0
[0 1 ] [0 1 ] [0 1 ]
3 5 3 5 0 0 3 + 5
Las dos primeras filas de la matriz son no nulas, as que el rango es 2 cuando
la tercera fila sea nula, es decir, cuando z-3x+5y=0. Esta es la forma implcita
buscada. Notar que es la misma que se obtuvo en la 1 forma.
1 0
Otra variante de esta 2 Forma: Como la matriz [0 1 ] es cuadrada,
3 5
podemos tambin hallar su determinante, que resulta ser z-3x+5y. Cuando el
determinante sea nulo el rango de la matriz es 2.