Beruflich Dokumente
Kultur Dokumente
ESPACIO VECTORIAL
ESPACIO VECTORIAL
INVESTIGACION
MIGUEL ANGEL GUARDIOLA MAYORGA
13IIN083
Semestre: 6y 4
Grupo: E1
Periodo Escolar:
Profesor:
Materia:
ALGEBRA LINEAL
Fecha de entrega:
ESPACIO VECTORIAL
La definicin de un espacio vectorial envuelve un cuerpo arbitrario cuyos
elementos se llaman ESCALARES. Adoptaremos las notaciones siguientes:
K el cuerpo de los escalares .
a , b , c k Los elementos de K
V el espacio vectorial dado
G ,
G debe tener elemento neutro
G ,
Nota: para que esta operacin sea considerado Grupo Abeliano, debe existir la
propiedad CONMUTATIVA
Ejemplo:
N ,+
Es grupo?
a la adicin.
Z ,+
es grupo?
opuestos Ejem.
Z ,+
2 con2 ,
respecto
Z
tienen
Z ,+
es GRUPO
ABELIANO.
( Z , )
es grupo?
no tienen INVERSO
respecto al Producto.
DEFINICIN:
Sea
un cuerpo y V
u V , k K
un producto
u , v V
ku V . Entonces
K (y los elementos de
; una suma
u+ v V
se llama un
se llaman vectores),
[ A1]:
[ A2]:
Existe un vector en
u , v , w V ,
V
[ A3] :
( u+ v )+ w=u+(v +w)
, denotado por
u V
u V
existe un vector en
, denotado por
u ,
[ A4 ]:
[ M 1]:
[ M 2]:
a,bK
[ M 3]:
a , b K y todo vector
[ M 4] :
u , v V
, u+ v=v+ u
u V , ( a+b ) u=au+bu
y todo vector
u V , ( a b ) u=a( b u)
u V .
Los axiomas anteriores se dividen en dos clase: los cuatro primeros se relacionan
nicamente con la estructura aditiva de
V
uv=u+(v)
sobre V .
V K V
u k=uk
( x , y ) . k=( xk ; yk )
TEOREMA
Sea V
0K
ku=0
y todo vector
k K
y todo vector
u V , (k ) u=k (u )=ku
Sea
K
de
nuplas
de elementos
Donde
ai , bi , k K
vector CERO en
K
es la
nupla
denotado por
0=(0 ; 0 ; 0 ; ; 0) ; entonces
de CEROS,
K n . El
contiene las
R.
Ejemplo 2:
Sea F
K
un cuerpo y
F , utilizando la operacin
es el producto de
los axiomas
M 1; M 2; M 3
F ( F K ) . Consideramos
K y definiendo para
del
F ,v K ,
K ; entonces
Ejemplos:
CERO.
(4 ; 5 ; 6 ) =(4 ;5 ; 6)
ESPACIO EUCLIDEANO:
Es un espacio vectorial provisto de una estructura algebraica (conocido como
conjunto de axiomas)
Construir una geometra en el espacio euclideano
operacin producto escalar y la longitud de un vector.
u=( u1 ; u2 ; u3 ) y v =(v 1 ; v 2 ; v 3)
Se define como producto escalar:
R3 , definimos sobre l, la
u y v
Solucin:
Utilizando la definicin de producto escalar obtenemos:
u v =( 2 ) ( 3 ) + (3 )( 7 )+ ( 1 ) (5)
621+5===1121
Luego: u v =10
Ejemplo 2:
Dados los vectores:
1
u= (1 ; 5 ;2 ) y v =(3 ; ; 6) . Calcular el producto escalar de
5
u y v
Solucin:
Utilizando la definicin de producto escalar obtenemos:
u v =( 1 ) (3 )+ (5 )
( 51 )+(2)(6)
3+112===115
Luego: u v =14
PROPIEDADES
FUNDAMENTALES
DE
LA
OPERACIN
PRODUCTO
ESCALAR:
Para dos vectores cualesquiera
u=( u1 ; u2 ; u3 ) , v =(v 1 ; v 2 ; v 3)
u , v R3 y R
tal que:
se tiene:
Propiedad 1:
u
v =
v u
Propiedad Conmutativa
Ejemplo:
Sean u= (1 ; 8 ; 4 ) y v =(3 ; 2; 5 )=> ( 1 ; 8 ; 4 ) (3; 2 ; 5 )= (3 ; 2 ; 5 ) ( 1 ; 8; 4 )
= (1 ) (3 ) + ( 8 ) ( 2 )+ ( 4 )( 5 ) =(3 )( 1 ) + ( 2 ) ( 8 ) + ( 5 ) ( 4)
=3+16 +20=3+16+ 20
=33=33
Propiedad 2:
( u ) v = ( u v )
Propiedad Asociativa
Ejemplo:
Sean u= (3 ; 7 ;1 ) y v =( 2 ; 8 ; 5 ) ; =5
= [ 5 (3 ;7 ;1) ] ( 2; 8; 5 )=5 [(3 ; 7 ;1) (2 ; 8 ; 5 ) ]
= (15 ; 35 ;5 ) ( 2 ; 8 ; 5 )=5 [ ( 3 ) ( 2 )+ ( 7 ) ( 8 ) + (1 )( 5) ]
Propiedad 3:
u ( v +r )=u v + u r
Propiedad Distributiva
Ejemplo 3:
Sean los vectores:
u= (7 ;1 ;3 ) ,
v =( 5 ; 7 ; 4 ) , r =(2 ; 7 ; 3)
= (7 ;1 ;3 ) [ ( 5 ; 7 ; 4 )+(2 ; 7 ; 3) ] =( 7 ;1 ;3 ) ( 5 ; 7 ; 4 ) + ( 7 ;1 ;3 ) (2; 7 ; 3)
= (7 ;1 ;3 ) ( 7 ; 14 ; 7 ) =( 7 ) (5 )+ (1 ) ( 7 ) + (3 ) ( 4 )+ (7 )( 2 ) + (1 ) (7 )+ (3 ) (3)
= (7 )( 7 )+ (1 ) ( 14 ) + (3 ) ( 7 )=35712+ 1479
= 491421=4935
=14=14
Propiedad 4:
u u 0
Ejemplo 4:
Sean el vector:
u= (5 ;2 ;1 )
= (5 ;2 ;1 ) (5 ;2 ;1 ) 0
= (5 )( 5 ) + (2 ) (2 ) + (1 )(1 ) 0
=25+ 4+ 1 0
=30 0
Ejemplo 5:
Sean el vector:
u= (4 ; 7 ;3 )
= u u 0
= (4 ; 7 ;3 ) (4 ; 7 ;3 ) 0
= (4 ) (4 ) + ( 7 )( 7 )+ (3 ) (3 ) 0
=16 +49+ 9 0
=74 0
INDICAR
SI
EL SIGUIENTE
CONJUNTO
CONSTITUYE
UN
ESPACIO
VECTORIAL:
Sea
V = { ( x , y ) / y=3 x+10 , x R }
Si
Si
Sea
= ( x1 , y 1) + ( x 2 , y 2 )=( x 1 + x 2 , y 1 + y 2 ) ( )
Recordando nuestros conocimientos de funciones donde y
depende de x ;
tenemos:
y 1=3 x 1+10 y2 =3 x 2 +10
( )
tenemos:
3x
+5 x +2=0
2
3 x2 +10 x+ 4=0
SUBESPACIOS VECTORIALES:
Dado un espacio vectorial V, podemos considerar una parte S de l que funcione
como un espacio vectorial ms pequeo, incluido en V.
Si v, w S entonces v + w S.
Si v S y es un escalar, entonces v S.
EJEMPLOS DE SUBESPACIOS.
de la recta.
plano.
Producto por un escalar:
No, puesto que no contiene al (0,0). O tambin: porque no se puede sumar dentro
de este conjunto, por ejemplo
conjunto.
(a , 1)+(b , 1)=(a+ b , 2)
que no pertenece al
grado 1.
Producto por escalar : R , ( ax+ b)=ax + b
grado 1.
(ac bd )
es un
( )(
)(
Producto escalar ,
(ac bd ) = ( ac db)
simtrica
Las curvas o las superficies curvas no son subespacios; tampoco las figuras
geomtricas finitas, como crculos o polgonos en el plano, esferas o poliedros en
el espacio.
(Comprobar grficamente que no pueden sumarse vectores dentro de este tipo de
conjuntos)
Rn
paramtrica.
Forma implcita: Mediante ecuaciones. Los vectores que verifiquen las
ecuaciones son los que pertenecen al subespacio.
Forma paramtrica: Mediante una expresin con parmetros, los cuales al tomar
distintos valores producen todos los vectores del subespacio.
Para pasar de una a otra forma:
De la forma implcita a la paramtrica: Basta considerar las ecuaciones implcitas
como un sistema, y resolverlo. La solucin general del sistema (que podr
depender de parmetros) es la expresin paramtrica.
De la forma paramtrica a la implcita: Podemos decir, aunque no es un mtodo
riguroso, que se trata de describir mediante ecuaciones cmo es el vector
genrico del subespacio.
Ayudar el conocer qu nmero de ecuaciones es necesario (lo que se ver ms
adelante).
EJEMPLOS:
1) En 2, la recta bisectriz del primer cuadrante puede describirse en implcitas
como { y=x }, y en paramtricas como
{( , ): R }
2) En
3,
implcita es la ecuacin
3) En
{( , , ): , R } , su forma
{z=x y } .
{( , , 3 ): R }, para
{zy=3=xx
{x +2x+yz+=0z=0
x=0
y=0
z=0
1. INTERSECCIN DE SUBESPACIOS:
La interseccin, indicada por el smbolo , puede aplicarse a conjuntos
cualesquiera, no slo a espacios vectoriales. Consiste en encontrar los elementos
comunes a dos conjuntos.
0
, que est en todos los subespacios.)
TEOREMA
La interseccin de subespacios es un subespacio.
En efecto, es posible sumar vectores dentro de ST, pues por
ser S y T subespacios, la suma debe permanecer dentro de S
y dentro de T, y por tanto dentro de ST. Lo mismo para el producto por escalares.
CLCULO DE LA INTERSECCIN.
La forma ms sencilla (aunque no la nica) de calcular ST es utilizar la expresin
implcita de S y de T.
SUMA DE SUBESPACIOS.
Dados dos subespacios S, T se define el subespacio suma como:
S +T ={u+ v :u S , v T }
Es decir, aquellos vectores que podamos construir sumando un vector de S y uno
de T.
TEOREMA
La suma de subespacios es un subespacio.
Cualquier vector se puede poner como combinacin lineal de otros que tengan
distinta direccin.
Teorema.
Para probar que un conjunto S es subespacio, basta probar que:
La combinacin lineal de elementos de S est en S. (Ello es debido a que
calcular una combinacin lineal de vectores involucra tanto la suma como el
producto por escalares, as que equivale a probar ambas cosas por separado).
Esto se suele expresar diciendo que un subespacio es un conjunto cerrado para
las combinaciones lineales.
Ejemplo.
Veamos si es subespacio de 2 el conjunto U= {(, ): }.
Tomamos dos elementos genricos de U, (, ) y (, ). Una combinacin lineal de
ellos es:
(, ) + (, ) = (+, +) que tambin es un elemento de U.
Por tanto U es subespacio.
PROPIEDADES:
1. Si varios vectores son linealmente dependientes, entonces al menos uno de
ellos se puede expresar como combinacin lineal de los dems.
= (u1, u2) y
EJEMPLO:
Determinar los valores de k para que sean linealmente dependientes los
vectores
combinacin lineal de
y
y
. Escribir
como
a1 = a2 = = an = 0
Los vectores linealmente independientes tienen distinta direccin y sus
componentes no son proporcionales.
EJEMPLOS:
1. Estudiar si son linealmente dependientes o independientes los vectores:
(2, 3,1),=(1, 0,1),=(0,3,1)
a(2, 3, 1)+b (1,0, 1)+ c (0, 3,1)=(0, 0, 0)
r = 2, n = 3
DEPENDENCIA LINEAL:
Definicin: Dependencia lineal.
Se dice que un conjunto de vectores es linealmente dependiente (o ligado) si:
Al menos uno de ellos es combinacin lineal de los dems.
Esto se puede expresar tambin as:
El vector 0 es combinacin lineal de ellos (con coeficientes no todos nulos).
EJEMPLO:
Sean 2 en los vectores u=(1,1), v=(0,3), w=(2,5) .
Observamos que son linealmente dependientes por (a):
w es combinacin lineal de u y v , puesto que w = v+2u. (Pueden encontrarse
tambin otras combinaciones, como u = 12w 12v, etc).
Tambin podemos verlo por (b): 0 es combinacin lineal de u, v, w puesto que 0 =
v+2uw, (y los coeficientes de esta combinacin lineal son 1, 2, 1 que no son
todos nulos).
OBSERVACIN:
Si un conjunto es linealmente dependiente, entonces por (a) sabremos que existe
algn vector entre ellos que es combinacin lineal de los dems. Pero esto no
quiere decir que cualquier vector de ellos sea combinacin lineal de los dems.
Por ejemplo, el siguiente conjunto en 3 podemos comprobar que es ligado:
3 + 4 =0
+ 5 =0
3 +6 =0
+2 =0
( )
1 4 5
0 3 3
2 1 3
con rango 2.
Esto quiere decir (an sin resolver el sistema) que existen coeficientes , , no
nulos que permiten poner (0,0,0) como combinacin lineal de u, v, w. Por tanto
son linealmente dependientes.
Veamos si son independientes u=(3,2,1), y v=(2,2,0) en 3 :
3 +2 =0
(0,0,0) = (3,2,1) + (2,2,0) 2 +2 =0
=0
( )
3 2
2 2
1 0
Esto quiere decir que la nica solucin es =0 , =0 y por tanto que la nica forma
de poner (0,0,0) como combinacin lineal de u, v, es con coeficientes nulos. Por
tanto son linealmente independientes.
OBSERVACIN.
Si observamos los dos ltimos ejemplos, veremos que la matriz del sistema est
formada por los vectores dados, en columnas.
Hallando el rango de esa matriz vemos si el sistema es compatible determinado o
indeterminado, y por tanto si los vectores son independientes o dependientes,
respectivamente.
Volveremos sobre esto ms tarde (en el punto Rango de un conjunto de
vectores.)
(ya que esto equivale a decir que uno es combinacin lineal del otro).
Todo conjunto que contenga al 0 es ligado.