Beruflich Dokumente
Kultur Dokumente
Un espacio vectorial real V es un conjunto de objetos, denominados vectores, junto con dos
operaciones binarias llamadas suma y multiplicacin por un escalar y que satisfacen los
diez axiomas enumerados a continuacin.
Antes de presentar la lista de las propiedades que satisfacen los vectores en un espacio
vectorial deben mencionarse dos asuntos de importancia. En primer lugar, mientras que puede
ser til pensar en R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre que el
espacio vectorial parece ser muy diferente a estos cmodos espacios (en breve tocaremos
este tema). En segunda instancia, la definicin 1 ofrece una definicin de un espacio vectorial
real. La palabra real significa que los escalares que se usan son nmeros reales. Sera
igualmente sencillo definir un espacio vectorial complejo utilizando nmeros complejos en
lugar de reales. Este libro est dedicado principalmente a espacios vectoriales reales, pero las
generalizaciones a otros conjuntos de escalares presentan muy poca dificultad. [1]
1-
2-
3-
4-
5-
6-
7-
8-
9-
Si x H y y H, entonces x + y H.
ii)
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se debern
cumplir. De lo contrario, para demostrar que es un espacio vectorial, se deber demostrar que
los axiomas i) a x) de la definicin cumplen bajo las operaciones de suma de vectores y
multiplicacin por un escalar definidas en V. Las dos operaciones de cerradura [axiomas i) y
iv)] se cumplen por hiptesis, como los vectores en H son tambin vectores en V, las
identidades asociativa, conmutativa, distributiva y multiplicativa [axiomas ii), v), vii), viii), ix)
y x)] se cumplen.
Este teorema demuestra que para probar si H es o no es un sub espacio de V, es suficiente
verificar que:
x + y y X estn en H cuando x y y estn en H y es un escalar.
Base
En trminos generales, una base para un espacio vectorial es un conjunto de
vectores del espacio, a partir de los cuales se puede obtener cualquier otro vector de
dicho espacio, haciendo uso de las operaciones en l definidas.
La base es natural, estndar o cannica si los vectores v 1, v2,, vn forman base para
Rn.
Si S={v1, v2,, vn} es una base para un espacio vectorial V entonces todo vector v en
V se puede expresar como:
1.
2.
Restar 2-1
0 = (c1- k1) v1+(c2- k2) v2++(cn- kn) vn
Ejemplo:
demostrar si S = {v1, v2,, v3} es base de R3, v1 = (1,2,1); v2 = (2,9,0); v3 = (3,3,4)
Proponer vector arbitrario, combinacin lineal
b = c1v1+ c2v2+ c3v3
(b1, b2, b3) = c1(1,2,1)+ c2(2,9,0)+ c3(3,3,4)
(b1, b2, b3) = c1+2c2+3c3;2c1+9c2+3c3; c1+4c3
c1 + 2c2 + 3c3 = b1
2c1 + 9c2 + 3c3 = b2
c1
+ 4c3 = b3
det A = [(1*9*4)+(2*3*1)+0]-[(1*9*3)+0+(4*2*2)]
= [36+6]-[27+16]
= -1
Si genera a R3
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:
c1-b1=0
c2-b2=0,
cn-bn=0.
Sea u = (u1, u2, u3) cualquier vector en R3. Demuestre que la ecuacin u= c1v1+
c2v2 + c3v3tiene solucin nica para la base S= {v1, v2, v3}= {(1,2,3),(0,1,2), (-2,0,1).
Solucin: Con base en la ecuacin
C1
2C1 + C2
-2c3= u1
= u2
Como la matriz A es invertible, se sabe que este sistema tiene una solucin nica
dada por C=A-1U. Al despejar A-1 se obtiene
Por ejemplo, el vector u = (1,0,0) puede representarse de manera nica como una
combinacin lineal de v1, v2 y v3 en la forma siguiente.
Dimensin
Se llama dimensin de un espacio vectorial V al nmero de vectores que hay en
cualquiera de sus bases. Se denota dim (V).
Para concluir que un conjunto S= { v1, v2, , vn} es una base de un espacio
vectorial V es necesario saber que S satisface dos condiciones: que S genera a V y es
linealmente independiente.
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.
Un conjunto S de vectores en un espacio V con producto interior se llama ortogonal si todo par
de vectores en S es ortogonal, adems cada vector en este conjunto es unitario,
1.
Sea B = {v1, v2, . . ., vn} una base de un espacio V con producto interno
w1= v1
es lineal.
Entonces :
T es lineal.
Una transformacin lineal preserva combinaciones lineales. Veremos que, debido a esto, una
transformacin lineal queda unvoca-mente determinada por los valores que toma en los
elementos de una base cualquiera de su dominio.
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
Teorema 2
Sea V un espacio vectorial de dimensin finita con base B = {v1, v2, . . . , vn}. Sean w1,
w2, . . . , wn vectores en W. Suponga que T1 y T2 son dos transformaciones lineales de V
en W tales que T1vi = T2vi = wi para i = 1, 2, . . . , n. Entonces para cualquier vector v
V, T1v = T2v; es decir T1 = T2.
Ejemplo
Observacion 1. Observe que un T es no vacio porque, de acuerdo al teorema 1, T(0) = 0 de manera que 0 un T
para cualquier transformacin lineal T. Se tiene inters en encontrar otros vectores en V que se transformen en
0. De nuevo, observe que cuando escribimos T(0) = 0, el 0 de la izquierda est en V y el de la derecha en W.
Teorema 4
Si T:V W es una transformacin lineal, entonces
i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.
Demostracion
i.Sean u y v en un T; Entonces T(u + v) = Tu + Tv =0 + 0 =0 y T( ) = = 0 = 0 de forma que u + v y u estn en un
T.
ii. Sean w y x en Im T. Entonces w = Tu y x = Tv para dos vestores u y v en V. Esto significa que T(u + v)= Tu + Tv
= w + x y T(u) = Tu =w. Por lo tanto, w + x y w estn en Im T.
Entonces x = y = 0. As, nu T = {(x,y,z):x = y = 0, zR}, es decir, el eje z, e Im T = {(x,y,z): z = 0}, es decir el plano
Definicin 2
Toda matriz A de m*n da lugar a una transformacin lineal T:R R definida por Tx = Ax. Es evidente que un T =
NA, Im T = Im A = CA, v(T) = v(A) y p(T) = p(A). Entonces se ve que las definiciones de ncleo, imagen, nulidad y
rango de una transformacin lineal son extensiones del espacio nulo, la imagen, la nulidad y el rango de una
matriz.
Transformaciones lineales
Las transformaciones lineales forman un hilo que se entreteje en la tela de este texto. Su
utilizacin mejora el sentido geomtrico de lo escrito. Por ejemplo, en el captulo 1, las
transformaciones lineales proporcionan una visin dinmica y grfi ca de la multiplicacin matrizvector.
1. Reflexin: Cuando un conjunto de puntos dados es graficado desde el espacio euclidiano de
entrada a otro de manera tal que este es isomtrico al espacio euclidiano de entrada, llamamos a
la operacin realizada la reflexin del conjunto de puntos dado. Esto puede realizarse tambin con
respecto a la matriz, en tal situacin la matriz de salida es llamada la matriz de reflexin. La
reflexin es realizada siempre con respecto a uno de los ejes, sea el eje x o el eje y. Esto es como
producir la imagen espejo de la matriz actual.
2. Expansin: Al igual que en la reflexin, tambin es posible expandir los puntos dados en una
direccin particular. La expansin se realiza habitualmente para un cierto grado. Es como realizar
una operacin de multiplicacin de los elementos del conjunto de puntos dados con un trmino
escalar hacia la direccin donde tiene que ser expandido. Sea para un punto (2, 3) si el grado de
expansin 2 es la direccin de y, entonces el nuevo punto obtenido es (2, 6).
3. Contraccin: La contraccin es el procedimiento inverso de la expansin. Aqu el punto es
contrado en un determinado grado hacia una direccin dada. Sea el punto de entrada (4, 8) y este
debe ser contrado para el grado dos en la direccin de x entonces el nuevo punto resulta ser (2,
8).
4. Rotacin: El trmino rotacin tiene dos significados, ya la rotacin de un objeto puede ser
realizada con respecto al eje dado o al eje mismo. La rotacin se realiza para un cierto grado el
cual es expresado en forma de un ngulo. Asimismo, la rotacin puede realizarse en la direccin de
las manecillas del reloj, o inverso a las manecillas del reloj.
Como ejemplo, dirijmonos a producir la matriz estndar para la representacin de la
transformacin lineal reflejando un conjunto de puntos en el plano x-y a travs de la recta y = (2x /
3).
El primer paso para esto es determinar los vectores base.
El punto donde las dos rectas, esto es, y = (3x/ 2) (3/ 2) e y = (2x/ 3) se intersectan se dado
como (9/13, 6/13). Tomamos p1 para ser el punto de reflexin de a travs de la recta dada.
Este punto es simtrico respecto a (9/13, 6/13) por lo tanto, podemos escribir que,
Esto produce,
De manera similar, la imagen del vector base resulta.