Beruflich Dokumente
Kultur Dokumente
ESPACIO VECTORIAL
operaciones llamadas suma (+) y multiplicación por escalar (·) que satisfacen los
siguientes axiomas:
u+v∈V.
u + v = v + u.
(u + v) + w = u + (v + w).
tiene que u + 0V = 0V + u = u.
u´nico elemento en V , llamado vector opuesto de u y denotado por −u, tal que
u + (−u) = (−u) + u = 0V .
Axiomas para la multiplicación:
entonces αu ∈ V.
α(u + v) = αu + αv.
(α + β) u = αu + β u.
SUBESPACIO VECTORIAL
si contiene al vector K, y si al efectuar las operaciones de suma y producto por escalar entre
(Se puede decir que S es “cerrado” para las operaciones suma y producto por escalar.)
Es decir:
•0∈S.K
• Si v, w ∈ S entonces v + w ∈ S.
• Si v ∈ S y λ es un escalar, entonces λv ∈ S.
Ya no hace falta comprobar que se cumplen las propiedades asociativa, conmutativa, etc.
puesto que sabemos que se cumplen en V, y por tanto también en S (se dice que “hereda” las
propiedades de las operaciones en V).
Por supuesto si para V utilizamos escalares reales, también para S; si para V utilizamos
complejos, también para S.
Ejemplo de subespacios.
1) La recta x=y es un subespacio de2 ℜ. Está formado por los vectores de la forma (a,a).
Contiene al vector (0,0).
Además, es cerrado para la suma y producto por escalar:
• Suma: (a,a) + (b,b) = (a+b, a+b) que también es un elemento de la recta.
• Producto por un escalar: λ∈ℜ , λ(a,a) = (λa, λa) que también es un elemento de la recta.
• Forma implícita: Mediante ecuaciones. Los vectores que verifiquen las ecuaciones son
los que pertenecen al subespacio.
• Forma paramétrica: Mediante una expresión con parámetros, los cuales al tomar
distintos valores producen todos los vectores del subespacio.
Teorema.
Para probar que un conjunto S es subespacio, basta probar que:
La combinación lineal de elementos de S está en S.
(Ello es debido a que calcular una combinación lineal de vectores involucra tanto la suma como el
producto por escalares, así 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 ℜ2 el conjunto U={ (λ, λ) : λ∈ ℜ }.
Tomamos dos elementos genéricos de U, (λ, λ) y (µ, µ). Una combinación lineal de ellos
es:
α (λ, λ) + β (µ, µ) = (αλ+βµ, αλ+βµ) que también es un elemento de U.
Por tanto U es subespacio.
Definición: Dependencia lineal.
Se dice que un conjunto de vectores es linealmente dependiente (o ligado) si:
(a) Al menos uno de ellos es combinación lineal de los demás.
Esto se puede expresar también así:
G
(b) El vector 0 es combinación lineal de ellos (con coeficientes no todos nulos).
Observación
Si un conjunto es linealmente dependiente, entonces por (a) sabremos que existe algún
vector entre ellos que es combinación lineal de los demás. Pero esto no quiere decir que
“cualquier” vector de ellos sea combinación lineal de los demás.
ya que, por (a), tenemos que w = u + v (es decir, w=1u + 1v + 0k ), hay un vector que es
combinación lineal de los demás. Pero no “cualquier” vector lo es, puesto que k no es
combinación lineal de los demás. Esto se puede ver poniendo
(0,0,1) = α (1,0,0) + β (0,1,0) + γ (1,1,0)
k
y viendo que se obtiene un sistema incompatible.
u
v
w
(b) La única forma de poner 0 como combinación lineal de los vectores, es con todos los
coeficientes nulo.
SISTEMAS GENERADORES
Observación.
Notar que, dado un conjunto de vectores, el conjunto de todas sus combinaciones lineales
es efectivamente un subespacio:
- la suma de dos combinaciones lineales de v1, ... , vr es otra combinación lineal de v1, ... , vr .
- el producto de un escalar por una combinación lineal de v1, ... , vr es otra combinación
lineal de v1, ... , vr .
Ejemplos.
EJEMPLO #1:
= (𝑥1 + 𝑥2 , 3𝑥 + 3𝑥2 , 4)
EJEMPLO#2:
𝒗𝟏 = (𝟏, 𝟐, 𝟑)
a) Constituyen los vectores ⃗⃗⃗⃗ ⃗ 𝟐 = (𝟐, −𝟏, 𝟎) ⃗⃗⃗
𝒗 𝒗 𝟑 = (𝟏, 𝟏, 𝟎)
una base de ℜ3
1 2 3
𝐴 = 2 −1 0
1 1 0
1
1 2 3
|2 −1 0| = 0 + 0 + 6 + 3 + 0 + 0 = 9 ≠ 0
1 1 0
R(A)= 3 → ⃗⃗⃗⃗
𝑣1 𝑣2 𝑦 𝑣
⃗⃗⃗ 3 son Lin. Independientes.
es un ¿Conjunto de generadores?
𝑥 = 𝛼1 + 2𝛼2 + 𝛼3
𝑦 = 2𝛼1 − 𝛼2 + 𝛼3
𝑧 = 3𝛼1
𝑥 2 5
𝛼3 = + 𝑦− 𝑧
3 3 9
2
Reemplazando las coordenadas (2,4,6) en nuestra base
𝛼1 = 2
𝛼2 =0
𝛼3 =0
EJEMPLO#3:
⃗ = (1,0,1) 𝑦 𝑣 = (1,1,1)
Sea el subespacio A€ ℜ3 generado por 𝑢
𝟏 𝟎 𝟏
A=
𝟏 𝟏 𝟏
𝟏 𝟎
| |=𝟏−𝟎=𝟏≠𝟎
𝟏 𝟏
R(A)=2 𝑢
⃗ 𝑦 𝑣
⃗⃗⃗ 𝑠𝑜𝑛 𝑙𝑖𝑛𝑒𝑎𝑙𝑚𝑒𝑛𝑡𝑒 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝒙=𝝀 +𝜷
ECUACIONES
𝒚=𝜷
PARAMÉTRICAS
𝒛=𝝀+𝜷
3
𝒙=𝝀+𝒚
𝒙=𝒛−𝒚+𝒚
𝒙=𝒛
ECUACIÓN
𝒙−𝒁=𝒐 IMPLICITA
4
Transformación lineal
En primer lugar, una transformación lineal es una función. Por ser función, tiene
Tenemos dos espacios vectoriales VV y WW, y una función que va de VV a WW. O sea,
Propiedad 1
La imagen del vector nulo del dominio 0V0V es el vector nulo del codominio 0w0w:
T(0V)=0wT(0V)=0w
Demostración:
T(0V)=T(0.v)=0.T(v)=0.w=0WT(0V)=T(0.v)=0.T(v)=0.w=0W
Donde hemos expresado a 0V0V como el producto del escalar 00 por cualquier vector del
espacio vectorial VV, hemos usado la segunda condición que debe cumplir una transformación
5
lineal, y finalmente hemos vuelto a usar la propiedad de espacios vectoriales sobre el producto
Propiedad 2
T(–v)=–T(v)T(–v)=–T(v)
Demostración:
T(–v)=T(–1.v)=–1.T(v)=–T(v)T(–v)=T(–1.v)=–1.T(v)=–T(v)
Propiedad 3
v1,v2,…,vr∈Vv1,v2,…,vr∈V
α1v1+α2v2+α3v3+...+αrvrα1v1+α2v2+α3v3+...+αrvr
Donde αi∈Rαi∈R.
F(α1v1+α2v2+α3v3+...+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)F(α1v1+α2v2+α3v3+.
..+αrvr)=α1F(v1)+α2F(v2)+…+αrF(vr)
6
Proyección de vectores
El concepto de ángulo entre vectores es bien conocido de cursos anteriores y geomé-
tricamente intuitivo. Este concepto nos permite “imaginar” el resultado de aplicar ciertas
en el día a día, como son las rotaciones o las proyecciones. En este tema nos vamos a
centrar en estas últimas, que suelen interpretarse como la sombra que un vector dibujaría
sobre una recta o un plano; la longitud de esta sombra dependerá, obviamente, del
7
Rotaciones
Movimiento rotacional es el movimiento de cambio de orientación de un cuerpo rígido
de forma que dado un punto cualquiera del mismo, este permanece a una distancia
Un objeto rígido es un cuerpo que tiene una forma definida que no cambia, y las
Un objeto rígido puede presentar dos movimientos distintos, estos movimientos son
rígido, de forma que dado un punto (P) cualquiera del mismo, este permanece a una
distancia constante de un punto fijo (O). Para determinar cuánto a girado o rotado el
cuerpo, se debe indicar su posición angular especificando el ángulo θ que une el punto
P con el eje de rotación con respecto a una línea de referencia,que en este caso es el
eje horizontal X, en otras palabras, el ángulo θ es el ángulo formado por el radio (r) o
distancia del punto P al origen y el eje de referencia, que en este caso es el eje X,
podemos decir entonces que este ángulo mide cuanto a rotado el cuerpo en un tiempo
determinado.
es igual a la longitud de arco asociada con el ángulo θ. A pesar que la manera más
utilizada para medir los ángulos son los grados, para este tipo de movimiento se usan
los radianes (rad), un radián se define como el ángulo subtendido por un arco de longitud
8
matemáticamente el ángulo θ puede ser determinado como: θ=l/r donde l es la longitud
de arco y r es el radio medido entre el origen y el punto P o que l=θr, a partir de estas
9
Reflexiones
Una reflexión es una transformación que representa un giro de una figura. Las
congruente a la premiaren.
−1 0 𝑥 −𝑥
[ ] [𝑦 ] = [ 𝑦 ]
0 1
1 0 𝑥 𝑥
[ ] [𝑦] = [−𝑦]
0 −1
10
Reflexión en la recta Y = X :
0 1 𝑥 𝑦
[ ] [𝑦 ] = [ ]
1 0 𝑥
Reflexión en la recta Y = -X :
−1 0 𝑥 −𝑥
[ ] [𝑦] = [−𝑦]
0 −1
11
Núcleo e Imagen de una Transformación Lineal
(kernel, espacio nulo) de T se define como la preimagen completa del vector nulo:
dominio)
) es un subespacio de V .
codominio)
12
Sean V, W espacios vectoriales sobre un campo F y sea T ∈ L (V, W ). Entonces im
(T ) es un subespacio de W .
al vector cero.
Mostremos que el conjunto im (T) es cerrado bajo la adición. Sean w1, w2 ∈ im (T).Por
linealidad de T,
La propiedad fundamental del núcleo y del contradominio es que ambos son espacios
vectoriales:
R (T) es un subespacio de W.
Demostración
El núcleo de T es subespacio
13
T (c1 v1 + c2 v2) = c1 T(v1) + c2 T(v2) = c1 0 + c2 0 = 0
La imagen de T es subespacio
un subespacio de W.
14