Beruflich Dokumente
Kultur Dokumente
: 4255-5424
Presentacin: aqu vamos a ver sin dibujos ni cosas por el estilo, y con en enfoque lo ms estricto posible
el tema Espacios Vectoriales. Este es un tema que se presta a mucha confusin pues hay muchas
formas de decir lo mismo y cuando nos escapamos de las tres dimensiones no tenemos manera de
representar e incluso de imaginarnos la representacin de los Espacios. No hay que tenerle miedo.
Recordemos que esto es lgebra, y el lgebra se basa en definiciones, son puras definiciones y
construcciones que no necesariamente representan elementos reales, en muchos casos son puras
abstracciones. Si te suena muy raro lo que se dice aqu, te conviene leer:
Vectores en 3D Ecuacin del Plano, todas sus formas y
Historia ntima de la Ecuacin de la Recta. Triangulando soy feliz.
Estos los pods descargar de www.unamuno.com.ar en la seccin Clases de Apoyo>lgebra
Aqu comienza la transcripcin del material citado, mis agregados y comentarios suelen ir precedidos por
una carita , , y en letra cursiva
ESPACIOS VECTORIALES - SUBESPACIOS
Definiciones y Propiedades
ESPACIOS VECTORIALES
Un espacio vectorial real V, o espacio vectorial sobre R, es un conjunto de elementos llamados vectores,
junto con dos operaciones: suma y producto por un escalar, que satisfacen las siguientes propiedades:
EV 1. - Si u V y v V, entonces la suma u+v V. Es decir la suma es ley de
Composicin Interna en V
EV 2. - Si k R y u V, entonces el producto k.u V.
EV 3. - Si u, v, w V, entonces la suma (u+v)+w = u+(v+w) Es decir; la suma es Asociativa
EV 4. - Existe un elemento en V, notado 0, tal que 0+u=u+0=u para Es decir que existe un
todo u V ( u V) elemento neutro respecto a la
suma, el vector Nulo 0
EV 5. - Para cada elemento u V existe u V tal que u+(-u)=- Esto es la existencia del
u+u=0 Inverso.
EV 6. - Si u y v V, entonces u+v=v+u esta es la propiedad
Conmutativa
EV 7. - Si u y v Vyc R, entonces c.(u+v) = c.u+c.v Esta es la propiedad
distributiva del producto respecto
de la suma
EV 8. - Si a y b Ryv V, entonces (a+b).v=a.v+b.v
EV 9. - Si a y b Ryv V, entonces (a.b).v=a.(b.v)
EV 10. - Si u V, entonces 1.u=u (1 R)
Un espacio vectorial puede estar formado por otras cosas a parte de vectores
convencionales hay espacios vectoriales de funciones, polinomios, matrices y pendorchos),
por Ejemplo los cuatro elementos (A; ; B; ) donde A y B son conjuntos y y son
operaciones que se definen entre los elementos de esos conjuntos, si cumplen las 10
condiciones enumeradas anteriormente (y eso depender de cmo esta definido A, B y las
operaciones y ) entonces es un espacio vectorial. De ahora en ms cuando hablamos
de suma es la suma convencional, el producto es el producto convencional, el producto entre
vectores es el producto escalar o punto o interno.
Un muy buen libro para este tema es lgebra II de Armando O. Rojo - Ed. Ateneo
Notacin u-v=u+(-v)
Si V es un espacio vectorial real valen las siguientes propiedades:
a) 0.v=0 para todo v V d) -(v+w)= -v-w para todo () v V
significa para todo
SUBESPACIOS
Sea V un espacio vectorial real, y sea W un subconjunto de V. W es un subespacio de V si se satisfacen
las siguientes tres condiciones
0 W
si u y v W, entonces su suma u+v W
si v es un elemento de W y c es un nmero real, entonces el producto c.v W
Observacin: W es un espacio vectorial real
Propiedad: si S y T son subespacios de un Recordar que la interseccin esta formada
espacio vectorial V, entonces la interseccin por los elementos que pertenecen a ambos
ST es un subespacio de V. conjuntos a la vez
COMBINACIONES LINEALES
Sean V un espacio vectorial sobre R y v1, v2, v3,..., vn elementos de V. Se dice que un vector w es una
Combinacin Lineal de v1, v2, ...vn si w se puede expresar en la forma:
w=k1.v1+k2.v2+....+kn.vn, donde k1, k2,...kn son nmeros reales.
Si todo elemento de V es una combinacin lineal de v1,...vn decimos que {v1,....vn} genera a V o que
{v1,....vn} es un conjunto de generadores de V.
r
W ={ k .v
i =1
i i / k i R } es un subespacio de V que se denomina subespacio generado por
{v1,....vr} y se nota W = <v1,....vr>
significa incluido en
Propiedad:
Si W es un subespacio de V y v1,....vr son vectores de W, entonces <v1,....vr>W, O sea <v1,....vr> es el
menor subespacio de V que contiene a los vectores v1,....vr
SUMA DE SUBESPACIOS
Sea V un espacio vectorial, y sean S y T subespacios de V; se define la suma de S y T como
S+T = {v V / v=s+t, con s S y t T}
Propiedades:
a) S+T es un subespacio de V
b) si dimV = n, entonces dim(S+T) = dimS + dimT - dim(ST)
Sea V un espacio vectorial. Si S y T son subespacios de V que verifican simultneamente: S+T=V y
ST={0}, entonces V es la suma directa de S y T, y se nota V=ST
En general, si W V verifica W=S+T y ST={0}, se dir que W es la suma directa de S y T, y se notar
W=ST.
ESPACIO EUCLIDEO
Llamamos espacio euclideo de dimensin n al espacio vectorial Rn con el producto interno
(x1,x2,...xn).(y1,y2,...yn) = x1.y1+x2.y2+...xn.yn
Si C={v1,....vr} es un conjunto de vectores de Rn, diremos que C es un conjunto ortogonal de vectores si
todos los pares de vectores distintos de C son ortogonales.
Es decir: i,j 1 i,j r vi.vj = 0 si i j. Recordar que si dos vectores forman un
ngulo de 90, el producto escalar v.w es 0.
n
Si C={v1,....vr} es un conjunto de vectores de R , diremos que C es un conjunto ortonormal de vectores
si es un conjunto ortogonal y todos sus vectores tienen norma 1 ( recordar que la norma es el mdulo).
Es decir: i,j 1 i,j r vi.vj = 0 si i j. y adems i / 1 i r se da |vi|=1
Propiedades: Si C es un conjunto ortogonal de vectores que no contiene al vector nulo, C es un conjunto
linealmente independiente.
Todo conjunto ortonormal de vectores es linealmente independiente.
Una base ortogonal de Rn, es una base de Rn que es tambin un conjunto ortogonal.
Una base ortonormal de Rn, es una base de Rn que es tambin un conjunto ortonormal.
Propiedades: Todo conjunto ortonormal de vectores de Rn se puede extender a una base ortonormal de
R n.
Rn admite una base ortonormal.
Todo subespacio S de Rn admite una base ortonormal.
Si B={v1,....vn} es una base ortonormal de Rn y v Rn, entonces
(v)B=(v.v1,v.v2, ...,v.vn).
Si S es un subespacio de Rn, el conjunto {x Rn / x.s=0 s S} se llama el complemento ortogonal
de S y se nota S
Propiedades: S es un subespacio de Rn.
SS = {0}
dim S = n - dimS y SS = Rn
(S) =S
Si S=<v1,....vr> , w es ortogonal a v v S si y slo si w.v = 0 para 1 i r.
Observacin: Si {v1,....vn} es una base de S, para hallar S basta buscar n-r vectores linealmente
independientes que sean ortogonales a todos los vi.
si v=s1+s2 con s1 S y s2 S, s1 se llama proyeccin ortogonal de v sobre S.
Propiedad: Esta proyeccin ortogonal es el punto de S que est a menor distancia de v, es decir que
|v-s1| |v-s| s S.
Ac se acaba la introduccin terica al tema. Por fin!. Ahora vienen los ejercicios y aqu comienza mi
aporte (y el tuyo).