Trabajo Final Algebra

Espacios Vectoriales
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.
Notacin. Si x y y estn en V y si a es un nmero real, entonces la suma

se escribe como
x + y y el producto escalar de a y x como ax.
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 R 2 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.
Axiomas de un espacio vectorial.

1- Si X pertenece a V y Y pertenece a V, entonces X+Y pertenece a V.
2- Para todo X, Y y Z en V, (x+y)+z = x(y+z).

3- Existe un vector |0 pertenece V tal que para todo X pertenece a V,
X+0=0+X=X.
4- Si x pertenece a V, existe un vector x en V tal que x+(-x)=0.
5- Si X y Y estn en V, entonces x+y=y+x.
6- Si x pertenece a V y es un escalar, entonces x pertenece a V.
7- Si X y Y estn en V y es un ecalar, entonces x+y)=x +y
8- Si X pertenece a V y y son escalares, entoncesxx+y.
9- Si X pertenece a V y y son escalares, entonces (x) = ()x.

10- Para cada vector X pertenece a V, 1x = x.
ropiedades de la suma de vectores.
Sean , , vectores en V
1) La suma es otro vector en V
2) , es decir, la suma es conmutativa
3) , es decir, la suma es asociativa
4) Existe un vector cero en V, tal que
5) Para todo vector existe un vector , tal que , y se denomina

el inverso aditivo
Propiedades de la multiplicacin por un escalar.
Sean y vectores en V, c y d constantes (escalares)
1) El vector es un vector en V
2)
3) . Los incisos 2 y 3 representan la propiedad distributiva.
4)
5) Para todo vector , , tal que , y se denomina el inverso

aditivo
Combinacin lineal
Una combinacin lineal de dos o ms vectores

es el vector que se obtiene al sumar esos
vectores multiplicados por escalares.
Cualquier vector se puede poner como

combinacin lineal de otros que tengan distinta
direccin.
Esta combinacin lineal es nica.
Sean v1,v2,,vn vectores en un espacio

vectorial V. Entonces cualquier vector de la
forma:
1v1+2v2++nvn
donde 1v1+2v2++nvn son escalares se

denomina combinacin lineal de v1,v2,,vn.
Todo vector V = (a, b, c) en R3 se puede

expresar como
i = (1,0,0);
j = (0,1,0);
k =(0,0,1)
V = (a, b, c) = a(i) + b(j) + c(k)
Entonces se dice que V es una combinacin

lineal de los 3 vectores i,j,k.
Dependencia e independencia lineal

En lgebra lineal, un conjunto de vectores es linealmente independiente si ninguno de ellos puede ser escrito con unacombinacin lineal de los restantes. Por
3
ejemplo, en R , el conjunto de vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) es linealmente independiente, mientras que (2, 1, 1), (1, 0, 1) y (3, 1, 2) no lo es, ya que
el tercero es la suma de los dos primeros.
Dado un conjunto finito de vectores , se dice que estos vectores son linealmente independientes si existen nmeros , donde la ecuacin
se satisface nicamente cuando son todos cero. En caso contrario, se dice que son linealmente dependientes.
Ntese que el smbolo a la derecha del signo igual no es cero, sino que simboliza al vector nulo . El conjunto de vectores nulos forma la matriz nula. Si tales
nmeros no existen, entonces los vectores son linealmente independientes. La definicin anterior tambin puede extenderse a un conjunto infinito de vectores,
concretamente un conjunto cualquiera de vectores es linealmente dependiente si contiene un conjunto finito que sea linealmente dependiente.
Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as:
Un conjunto de vectores de un espacio vectorial es linealmente independiente si

Esta idea es importante porque los conjuntos de vectores que son linealmente independientes, generan un espacio vectorial y forman una base para
dicho espacio. Entre las propiedades de los vectores linealmente dependientes e independientes encontramos:
1. Un conjunto de vectores es linealmente dependiente si y solamente si alguno de los vectores es combinacin lineal de los dems.
2. Si un conjunto de vectores es linealmente independiente cualquier subconjunto suyo tambin lo es. Obviamente, si tenemos un conjunto
de vectores tales que ninguno de ellos es combinacin de los dems, escogiendo solamente unos cuantos, no podrn ser combinacin de
los otros.
3. Si un conjunto de vectores es linealmente dependiente, tambin lo es todo conjunto que lo contenga.
4. Un conjunto de vectores son linealmente dependientes si y slo si son paralelos.
5. Un conjunto de vectores son linealmente dependientes si los componentes entre ellos son proporcionales, bien sea directa o
inversamente proporcional. Ya que un conjunto de vectores es linealmente dependiente si y solo si tiene algn vector que es combinacin
lineal de los dems, si metemos este conjunto de vectores en otro ms grande, seguimos teniendo el vector que es combinacin lineal de
otros, por tanto, el conjunto ms grande ser linealmente dependiente.
Base y dimensin de un espacio (subespacio) vectorial
Se dice que un conjunto de vectores D = {u1, u2, ..., un} forman

una base del espacio vectorial V si los vectores de {D} pueden
generar todo el espacio vectorial V y si dichos vectores son
linealmente independientes. La dimension del espacio vectorial V es
igual al numero de vectores que constituyen su base.
De la misma manera, se dice que un conjunto de vectores E = {v1,

v2,..., vn} forman una base del subespacio vectorial S si los
vectores de {E} pueden generar todo el subespacio vectorial S y si
dichos vectores son linealmente independientes. La dimensin del
subespacio vectorial S es igual al nmero de vectores que constituyen
su base, y se denomina cardinal de V (cardV ), al nmero de vectores
de la base.
Nota
Un conjunto D = {u1, u2, ..., un} es una base de V si todo vector

de V puede escribirse de forma nica como combinacin lineal de los
vectores de D. Se dice que un espacio vectorial V es de dimensin
finita n o n-dimensional si
dim V = n N
Propiedades
Sea V un espacio vectorial de dimensin finita. Entonces todas las

bases de V tienen el mismo nmero de elementos. El espacio
vectorial {0} tiene dimension 0 por definicion. Cuando un espacio
vectorial no es de dimension finita, se dice que es de dimension
infinita.
Sea V un espacio vectorial de dimension finita n, cualquier conjunto

de n+1 o mas vectores son linealmente dependientes.
Corolario a la propiedad:
(i) Todo conjunto de vectores linealmente independiente de n

elementos es base de V .
(ii) (ii) Todo conjunto de vectores de n elementos que sea
sistema generador es base de V .
(iii) (iii) Sea V un espacio vectorial de dimension finita n,
entonces cualquier conjunto que resulte de eliminar un
vector de una base de V es linealmente independiente.
(iv) (iv) Supongamos que D genera un espacio vectorial V ,
entonces, cualquier numero maximo de vectores linealmente
independientes en D es una base de V
Teoremas de la dimension
Primer teorema de la dimension
Sea S un subespacio vectorial del espacio vectorial V n-dimensional.

Entonces dim S n. Si, en particular, dim S = n necesariamente S =
V . La dimension de cualquier subespacio S de V es menor o igual
que la dimension del espacio
dim S dim V
Segundo teorema de la dimension
Sean S y T dos subespacios vectoriales de dimension finita de una

espacio vectorial V sobre un cuerpo k. En este caso S + T tiene
dimension finita y se cumple
dim (S + T) = dim S + dim T dim (S T).
Nota
Observese que si S y T son suplementarios entonces S T = 0 y

resulta
dim (S + T) = dim S + dim T
Espaciovectorialconproductointerno
Producto Interno:
Un producto interno sobre un espacio vectorial

V es una operacin que asigna a cada par de
vectores u y v en V un nmero real <u, v>.
Un producto interior sobre V es una
funcin que asocia un nmero real u, v
con cada par de vectores u y v cumple los
siguientes axiomas:
Propiedades:
i.(v,v)0
ii.(v,v)=0siyslosiv=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)
Espacios con producto interior:
El producto interior euclidiano es solo uno
ms de los productos internos que se
tiene que definir en Rn Para distinguir
entre el producto interno normal y otros
posibles productos internos se usa la
siguiente notacin.
u v = producto punto (producto interior
euclidiano para Rn)
u, v = producto interno general para
espacio vectorial V.
Propiedades de los productos

interiores:
1. 0, v = v, 0 = 0
2. u + v, w = u, w + v, w
3. u, cv = cu, v.
Transformaciones lineales
LastransformacioneslinealessonlasfuncionesconlasquesetrabajaenAlgebraLineal.Setratade
funcionesentreKespaciosvectorialesquesoncompatiblesconlaestructura(esdecir,conlaoperaciony
laaccion)deestosespacios
Definicion
Sean(V,+V,V)y(W,+W,W)dosKespaciosvectoriales.
Unafuncionf:VWsellamaunatransformacionlineal(uhomomorfismo,osimplementemorfismo)
deVenWsicumple:
f(v+Vv0)=f(v)+Wf(v0)v,v0V.ii)f(Vv)=Wf(v)K,vV.
Observacion3.2Sif:VWesunatransformacionlineal,entoncesf(0V)=0W.
Enefecto,puestoquef(0V)=f(0V+0V)=f(0V)+f(0V),entonces
0W=f(0V)+(f(0V))=f(0V)+f(0V)+(f(0V))==f(0V)+f(0V)+(f(0V))=f(0V)+0W
=f(0V).
Ncleoeimagendeunatransformacinlineal
Aunatransformacinlinealf:VWpodemosasociarleunsubespaciodeV,llamadosuncleo,que
dealgunamaneramideeltamaodelapreimagenporfdeunelementodesuimagen.Enparticular,
conocerestesubespacionospermitirdeterminarsifesinyectiva.
DefinicinSeanVyWdosKespaciosvectoriales,yseaf:VWunatransformacinlineal.Sellama
ncleodefalconjuntoNu(f)={vV/f(v)=0}=f1({0}).
Representacinmatricial
MatrizdeunatransformacinlinealSiVyWsonKespaciosvectorialesdedimensinnym
respectivamente,unatransformacinlinealf:VWquedaunvocamentedeterminadaporlosn
vectoresdeWquesonlosvaloresdefenunabasecualquieradeV.Adems,fijadaunabasedeW,estos
nvectoresquedandeterminadospormediodesusvectoresdecoordenadasenKm.Sedefineentonces
unamatrizasociadaafquecontienetodaestainformacin.
Definicin
SeanVyWdosKespaciosvectorialesdedimensinfinita.SeanB1={v1,...,vn}unabasedeVyB2
={w1,...,wm}unabasedeW.Seaf:VWunatransformacinlineal.Supongamosquef(vj)=Pm
i=1ijwi(1jn).SellamamatrizdefenlasbasesB1,B2,ysenota|f|B1B2,alamatrizenKmn
definidapor(|f|B1B2)ij=ijparacada1im,1jn.
Notacin.Sif:VVyB1=B2=B,notaremos|f|B=|f|BB.
Bibliografia
http://fcm.ens.uabc.mx/~matematicas/algebralineal/IV
%20EspVect/5%20definicion%20y%20ejemplos.htm
Grossman S, S.I., lgebra Lineal Sexta Edicin, 2007.
https://sites.google.com/site/sistemasalgebralineal/unidad4espaciosvectoriales/combinacionlineal
https://es.wikipedia.org/wiki/Dependencia_e_independencia_lineal
www.unav.es/metcuantitativos/algebralineal/Espacios_base_dimensio
n.pdf
https://sites.google.com/site/sistemasalgebralineal/unidad-4---
espacios-vectoriales/espacio-vectorial-con-producto-interno

Trabajo Final Algebra

Cargado por

Copyright:

Formatos disponibles

Trabajo Final Algebra

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo Final Algebra

Cargado por

Copyright:

Formatos disponibles

Espacios Vectoriales

Un espacio vectorial real V es un conjunto de objetos,

Notacin. Si x y y estn en V y si a es un nmero real, entonces la suma

Antes de presentar la lista de las propiedades que satisfacen los vectores en un

Axiomas de un espacio vectorial.

2- Para todo X, Y y Z en V, (x+y)+z = x(y+z).

6- Si x pertenece a V y es un escalar, entonces x pertenece a V.

7- Si X y Y estn en V y es un ecalar, entonces x+y)=x +y

8- Si X pertenece a V y y son escalares, entoncesxx+y.

9- Si X pertenece a V y y son escalares, entonces (x) = ()x.

ropiedades de la suma de vectores.

1) La suma es otro vector en V

2) , es decir, la suma es conmutativa

3) , es decir, la suma es asociativa

4) Existe un vector cero en V, tal que

5) Para todo vector existe un vector , tal que , y se denomina

Propiedades de la multiplicacin por un escalar.

Sean y vectores en V, c y d constantes (escalares)

3) . Los incisos 2 y 3 representan la propiedad distributiva.

5) Para todo vector , , tal que , y se denomina el inverso

Una combinacin lineal de dos o ms vectores

Cualquier vector se puede poner como

Esta combinacin lineal es nica.

Sean v1,v2,,vn vectores en un espacio

donde 1v1+2v2++nvn son escalares se

Todo vector V = (a, b, c) en R3 se puede

V = (a, b, c) = a(i) + b(j) + c(k)

Entonces se dice que V es una combinacin

Dependencia e independencia lineal

Utilizando conceptos de espacios vectoriales podemos redefinir la independencia lineal as:

Un conjunto de vectores de un espacio vectorial es linealmente independiente si

Base y dimensin de un espacio (subespacio) vectorial

Se dice que un conjunto de vectores D = {u1, u2, ..., un} forman

De la misma manera, se dice que un conjunto de vectores E = {v1,

Un conjunto D = {u1, u2, ..., un} es una base de V si todo vector

Sea V un espacio vectorial de dimensin finita. Entonces todas las

Sea V un espacio vectorial de dimension finita n, cualquier conjunto

(i) Todo conjunto de vectores linealmente independiente de n

Primer teorema de la dimension

Sea S un subespacio vectorial del espacio vectorial V n-dimensional.

Segundo teorema de la dimension

Sean S y T dos subespacios vectoriales de dimension finita de una

dim (S + T) = dim S + dim T dim (S T).

Observese que si S y T son suplementarios entonces S T = 0 y

dim (S + T) = dim S + dim T

Un producto interno sobre un espacio vectorial

Propiedades de los productos

También podría gustarte