Beruflich Dokumente
Kultur Dokumente
SUMA
1._ + Cerradura bajo la adicin.
2._ + = + Propiedad conmutativa.
3._ + ( + ) = ( + ) + Propiedad asociativa.
4._ + 0 = contiene un vector cero
aditivo.
=|
=|
=|
1._ + =
2
|
4
3
6 8
8
|+|
|=|
5
2 9
2
11
|
14
6 8
2 3
8
|
|+|
|=|
2 9
4 5
2
11
|
14
2._ + = +
3._( + ) + = + ( + )
|
2 3
6 8
4
|+|
|+|
4 5
2 9
1
6
12
|=|
5
3
2 3
12
10 14
|
|+|
|=|
4 5
3
1 14
17
|
19
4._ + 0 =
2
|
4
3
0
|+|
5
0
0
2
|=|
0
4
3
|
5
5._ + = 0
|
2 3
2 3
0
|+|
|=|
4 5
4 5
0
0
|
0
17
|
19
6._
2 3
20
10 |
|=|
4 5
40
30
|
50
7._( + ) = +
8
10 |
2
20
|
40
80
11
|=|
20
14
110
|
140
30
60 80
80 110
|+|
|=|
|
50
20 90
20 140
8._( + ) = ( + )
2 3
16
8|
|=|
4 5
32
20
|
40
24
|
40
30
4 6
16
|+|
|=|
50
8 10
32
24
|
40
9._() = ()
4 6
40 60
10 |
|=|
|
8 10
80 100
2 3
40 60
20 |
|=|
|
4 5
80 100
10._1 =
2
1|
4
3
2
|=|
5
4
3
|
5
impares es un espacio
NO ES POSIBLE
Problema 3: Demostrar si el conjunto de nmeros positivos y negativos es un
espacio vectorial.
NO CUMPLE
Problema 4: Sea 2 el conjunto de todos los polinomios de grado 2 o menor con
coeficientes reales. Comprobar si es un espacio vectorial.
() = 1 + 2 + 3 2 = 5 + 8 + 3 2
() = 1 + 2 + 3 2 = 3 + 2 + 6 2
= 8 6 2 2
1._ + =
2 + 10 + 9 2
2._ + = +
2 + 10 + 9 2 = 2 + 10 + 9 2
3._( + ) + = + ( + )
(5 + 8 + 3 2 ) + (11 4 + 4 2 ) = 6 + 4 + 7 2
(2 + 10 + 9 2 ) + (8 6 2 2 ) = 6 + 4 + 7 2
4._ + 0 =
(5 + 8 + 3 2 ) + (0 + 0 + 0 2 ) = 5 + 8 + 3 2
5._ + = 0
(5 + 8 + 3 2 ) + (5 8 3 2 ) = 0
6._
= 3(5 + 8 + 3 2 ) = 15 + 24 + 9 2
7._( + ) = +
=3
3(2 + 10 + 9 2 ) = 6 + 30 + 27 2
(15 + 24 + 9 2 ) + (9 + 6 + 18 2 ) = 6 + 30 + 27 2
8._( + ) = ( + )
=8
11(5 + 8 + 3 2 ) = 55 + 88 + 33 2
(15 + 24 + 9 2 ) + (40 + 64 + 24 2 ) = 55 + 88 + 33 2
9._() = ()
3(40 + 64 + 24 2 ) = 120 + 192 + 72 2
24(5 + 8 + 3 2 ) = 120 + 192 + 72 2
10._1 =
1(5 + 8 + 3 2 ) = 5 + 8 + 3 2
SI ES UN ESPACIO VECTORIAL
Problema 5: Sea N el conjunto de nmeros enteros comprobar si es un espacio
vectorial.
NO SE CUMPLE PORQUE C Y d PUEDE SER CUALQUIER NMERO.
4.2 DEFINICIN
PROPIEDADES.
DE
SUBESPACIO
VECTORIAL
SUS
EJEMPLOS
Problema 1: Sea V en conjunto de matrices de 2 2 sea W
matrices de 2 2 con nmeros positivos.
NO CUMPLE CON LA SEGUNDA.
el conjunto de
1 1 + 2 2 + +
Donde 1 , 2 son escalares se denomina una combinacin lineal de
1 , 2 .
Problema 1:
Vector | |
7
1
2
5
5
2 | 2 | |3| = |4| |3| = | 7 |
4
8
7
1
1
Problema 2:
4[
2 1 0
4 4
1 1 2
]+[
]=[
9 1 1
8 8
2 2 1
8
2 1 0
]+[
]=[
4
9 1 1
Sean u1, u2, ,uk k vectores en Rn y A la matriz que tiene como columnas a estos
vectores, los vectores son linealmente independientes si el sistema Ax = 0 tiene
nicamente
solucin
trivial.
Los vectores son linealmente dependientes si el sistema Ax=0 tiene soluciones no
triviales (solucin mltiple).
Si k=n. Los vectores son linealmente independientes si A es invertible.
Si k>n. Los vectores son linealmente dependientes.
Dos vectores en un espacio vectorial son linealmente dependientes si uno de ellos
es mltiplo escalar del otro. Un conjunto de vectores linealmente independientes
en n contiene a lo ms n vectores. Tres vectores en 3 son linealmente
dependientes si y slo si son coplanares, esto es, que estn en un mismo plano.
= 1 1 + 2 2 + +
4.4 BASE Y DIMENSIN DE UN ESPACIO VECTORIAL, CAMBIO DE BASE.
Un conjunto de vectores S={v1, v2,, vn} en un espacio vectorial V se denomina
base de V si se cumplen las siguientes condiciones.
* S genera a V.
* S es linealmente independiente
Una base posee 2 caractersticas que se acaban de ver, debe tener suficientes
valores para generar a V, pero no tantos de modo que uno de ellos pueda
escribirse como una combinacin lineal de los dems vectores en S. Si un espacio
vectorial consta de un nmero finito de vectores, entonces V es de dimensin
finita. En caso contrario, V es de dimensin infinita.
2.
Restar 2-1
0 = (c1- k1) v1+(c2- k2) v2++(cn- kn) vn
Si S = {v1, v2,, vn} es una base de un espacio vectorial V, entonces todo vector
en V puede escribirse de una y solo una forma como combinacin lineal de
vectores en S. Para demostrar la unicidad (que en un vector dado puede
representarse slo de una manera), se supone que u tiene otra representacin u=
b1v1 + b2v2++bnvn. Al restar la segunda representacin de la primera se obtiene:
u-u = (c1-b1)v1 + (c2-b2)v2 + + (cn-bn)vn = 0.
Sin embargo como S es linealmente independiente, entonces la nica solucin de
esta ecuacin es la trivial,
c1-b1=0
c2-b2=0,
cn-bn=0.
Si una matriz A es equivalente por renglones a una matriz B que est en forma
escalonada, entonces los vectores rengln de B diferentes de cero forman una
base del espacio rengln de A.
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)
1. 0, v = v, 0 = 0
2. u + v, w = u, w + v, w
3. u, cv = cu, v.
Un espacio vectorial con producto interno se denomina espacio con producto
interno.
1.
Sea B = {v1, v2, . . ., vn} una base de un espacio V con producto interno
< , >
< , >
< , >
< , >
< , >
< , >
= 1.
3) Mostrar si S=(V1,V2,V3) son ortogonales =0. Utilizando <V1,V2>.
4) Obtener ||1|| y comparar que es igual a 1.
1