S03 - C07 Grupos, Campos y Espacios Vectoriales

Semana 3 - Clase 7 20/04/09 Tema 2: Espacios Vectoriales
Grupos, Campos y Espacios Vectoriales

1. Grupos
Considere el siguiente conjunto G = g
1
, g
2
, g
3
, , g
n
, y la operacion binaria
entonces estos elementos forman un grupo abeliano
1
respecto a la operaci on interna binaria
si g
i
G se tiene que
1. Cerrada respecto a la operaci on : g
i
G, g
j
G g
k
= g
i
g
j
G
2. Asociativa respecto a la operaci on : g
k
(g
i
g
j
) = (g
k
g
i
) g
j
3. Existencia de un elemento neutro: g
0
G g
i
g
0
= g
0
g
i
= g
i
4. Existencia de un elemento inverso: g
i
G entonces g
1
i
G tal que g
i
g
1
i
=
g
1
i
g
i
= g
0
5. Conmutativa respecto a la operacion : g
i
g
j
g
j
g
i
Si solo se cumplen las cuatro primeras, entonces se dice que simplemente forman un grupo
respecto a la operacion . Se pueden denir subgrupos
Ejemplos: Ser an grupos:
Los enteros Z = 3 2, 1, 0, 1, 2, 3, respecto a la suma pero no respecto a
la multiplicaci on (excluyendo el cero) por cuanto no existe inverso.
Los racionales respecto a la suma y a la multiplicaci on
Las rotaciones en 2 Dimensiones (2D), sin embargo las rotaciones en 3D forman un
grupo no-abeliano.
1
NIELS HENRIK ABEL, (1802-1829 Noruega) Pionero en el desarrollo de diferentes ramas de la ma-
tematica moderna, Abel mostro desde su infancia un notable talento para el estudio de las ciencias exactas.
Tal predisposicion se vera muy pronto conrmada por sus precoces investigaciones sobre cuestiones de alge-
bra y calculo integral, en particular sobre la teora de las integrales de funciones algebraicas (a las que se
denominara abelianas en honor de su formulador) que no habra de publicarse hasta 1841, doce a nos despues
de su fallecimiento. En 2002 el gobierno noruego lanzo el premio Abel que llenara el vaco que existe en la
premiacion Nobel del gobierno sueco, en el cual no existe premiacion para la comunidad matematica.
Mas detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians
Hector Hern andez / Luis N u nez 1 Universidad de Los Andes, Merida
Dado un grupo de tres elementos, G = 0, a, b y la operacion , por construccion si
queremos que la operaci on de dos de los elementos provea un tercero distinto, entonces
la

UNICA tabla de multiplicaci on posible ser a:
0 a b
0 0 a b
a a b 0
b b 0 a
Ejercicio
1. Sea S el conjunto de todos los n umeros reales excluyendo 1 y dena la operacion
a b = a + b + ab , donde + es la suma est andar entre n umeros reales
a) Muestre que [S, ] forman grupo
b) Encuentre la soluci on en S para la ecuaci on 2 x 3 = 7
2. Campos o Cuerpos
Deniremos como un campo o cuerpo al conjunto F = f
1
, f
2
, , f
n
, sobre el cual
est an denidas dos operaciones suma, +, y multiplicacion, , y que satisfacen las siguientes
propiedades:
1. Forman un grupo abeliano respecto a la suma: (+), con el elemento neutro representado
por el cero, 0.
2. Forman un grupo abeliano respecto a la multiplicaci on: (). Se excluye el cero, 0 y se
denota el elemento neutro de la multiplicacion como 1.
3. Es distributiva respecto a la suma, + : Dados f
i
, f
j
y f
k
se tiene que
f
i
(f
j
+ f
k
) = f
i
f
j
+ f
i
f
k
Ejemplos tpicos de campos lo constituyen los racionales Q, los n umeros reales R y los
n umeros complejos C. Normalmente se reere estos campos como Campos Escalares.
3. Espacios Vectoriales Lineales
Sea el conjunto de objetos V = [v
1
) , [v
2
) , [v
3
) [v
i
) se denominar a V un espacio
vectorial lineal y sus elementos [v
i
) vectores, si existe denida una operaci on suma, , respec-
to a la cual los elementos [v
i
) V forman un grupo abeliano y una operaci on multiplicaci on
por un n umero escalar de un campo, K =, , tal que:
1. La operaci on suma es cerrada en V: [v
i
) , [v
j
) V [v
k
) = [v
i
) [v
j
) V
2. La operaci on suma es conmutativa y asociativa
a) [v
i
) , [v
j
) V [v
i
) [v
j
) = [v
j
) [v
i
)
b) [v
i
) , [v
j
) , [v
k
) V ([v
i
) [v
j
)) [v
k
) = [v
i
) ([v
j
) [v
k
))
3. Existe un unico elemento neutro: [0) [0) [v
j
) = [v
j
) [0) = [v
j
) [v
j
) V
4. Existe un elemento simetrico para cada elemento de V :
[v
j
) V [v
j
) [v
j
) [v
j
) = [0)
5. La operaci on multiplicacion por un escalar (escalares pertenecientes a alg un cuerpo K)
es cerrada en V: ( [v
i
)) = () [v
i
) V
6. ( + ) [v
i
) = [v
i
) + [v
i
)
7. ([v
i
) [v
j
)) = [v
i
) [v
j
)
8. Existencia del elemento identico: 1 [v
i
) = [v
i
) , con 1 K
Los espacios vectoriales permiten una generalizacion abstracta que es libre de los sis-
temas de coordenadas y es inmediato notar que podemos denir subespacios vectoriales
dentro de los espacios vectoriales. Ellos seran aquellos conjuntos de vectores que cumplan
con los requisitos anteriores pero ademas sean cerrado dentro de los esos mismos conjuntos
de vectores.
Por otro lado, se puede demostrar que los elementos neutro y simetricos son unicos.
Ejemplos Ser an ejemplos de espacios vectoriales
1. Los n umeros reales y complejos con el campo de reales o complejos y denidas las
operaciones ordinarias de suma y multiplicacion.
V R, +, [v) x , K R.
V C, +, [v
i
) x + iy , K R
Si el campo K es el conjunto de los n umeros reales se dir a que es un espacio vectorial
real de n umeros reales si V R, y si V C se dira un espacio vectorial real
de n umeros complejos. Por su parte si K C diremos que es un espacio vectorial
complejo de n umeros reales (V R) o complejos (V C). Siempre se asociar a el
campo de escalares al espacio vectorial. Se dir a que es un espacio vectorial sobre el
campo de los escalares. Si el campo es real (complejo) se dir a que el espacio vectorial
es real (complejo).
2. El espacio V R
n
= R R R, vale decir el producto cartesiano de R, cuyos
elementos son nuplas de n umeros, con la operacion suma ordinaria de vectores en
n-dimensionales y la multiplicacion por escalares.
[x) = (x
1
, x
2
, x
3
, x
n
) [y) = (y
1
, y
2
, y
3
, , y
n
)
[x) [y) (x
1
+ y
1
, x
2
+ y
2
, x
3
+ y
3
, x
n
+ y
n
)
[x) = (x
1
, x
2
, x
3
, x
n
)
Este espacio vectorial es de dimension nita.
Igualmente, sera espacio vectorial C
n
= C C C para el cual los elementos
x
i
C. Si para este caso el campo sobre el cual se dene el espacio vectorial C
n
es
real, tendremos un espacio vectorial real de n umeros complejos. Es obvio que el caso
V R para el cual [x)
1
= (x
1
, 0, 0, , 0) y [y)
1
= (y
1
, 0, 0, , 0) o cualquier
espacio de vectores formados por las componentes, i.e. [x)
i
= (0, 0, 0, , x
i
, 0) y
[y)
i
= (0, 0, 0, , y
i
, 0) formaran subespacios vectoriales dentro de R
n
.
3. El espacio E
constituido por vectores [x) = (x

1
, x
2
, x
3
, x
n
, ) contables pero con
innitas componentes.
[x) = (x
1
, x
2
, x
3
, , x
n
, ) [y) = (y
1
, y
2
, y
3
, , y
n
, )
[x) [y) (x
1
+ y
1
, x
2
+ y
2
, x
3
+ y
3
, , x
n
+ y
n
, )
[x) = (x
1
, x
2
, x
3
, , x
n
, )
con la restricci on que
lm
n
n
i=1
x
i
= L con L nito .
4. Para el conjunto de la matrices nn reales o complejas con el campo K real o complejo.
[x) = M
ab
[y) = N
ab
[x) [y) M
ab
+ N
ab
= (M + N)
ab
[x) = M
ab
= (M)
ab
Es tambien obvio que se podr an formar subespacios vectoriales cuyos elementos sean
matrices de dimension menor a n n
5. El conjunto de todos los polinomios con coecientes reales T = a
o
, a
1
x, a
2
x
2
, , a
n
x
n
,
con la suma ordinaria entre polinomios y la multiplicaci on ordinaria de polinomios
con escalares.
6. Espacios Funcionales (de los cuales los polinomios son un caso particular) En estos
espacios los vectores seran funciones, la suma sera la suma ordinaria entre funciones y
la multiplicaci on por un escalar tambien sera la multiplicaci on ordinaria de una funci on
por un elemento de un campo
[f) = f (x) [g) = g (x)
[f) [g) f (x) + g (x) (f + g) (x)
[f) = (f) (x) f (x) .
Con este esquema veamos otros ejemplos
a) El conjunto de todas las funciones continuas e innitamente diferenciables, de-
nidas en el intervalo [a, b] : (
[a,b]
b) El conjunto de todas las funciones complejas de variable real, (x) , denidas en
[a, b] , de cuadrado integrable (es decir para las cuales
_
[a,b]
dx | (x)|
2
sea nita).
Este espacio se denomina com unmente L
2
y pueden ser denidas en un rango
[a, b] nito o innito y para mas de una variable.
Ejercicios Muestre que tambien ser an espacios vectoriales
1. El conjunto de todas las funciones f = f (x) denidas en x = 1 con f (1) = 0. Si
f (1) = c, tendremos igual un espacio vectorial ? por que ?
2. Los vectores (x, y, z) V
3
tal que sus componentes satisfacen el siguiente sistema de
ecuaciones algebraico:
a
11
x + a
12
y + a
13
z = 0 , a
21
x + a
22
y + a
23
z = 0 , a
31
x + a
32
y + a
33
z = 0 .
3.1. La importancia de la conceptualizacion y la notaci on
En los ejemplos anteriores hemos utilizado para representar un vector abstracto la nota-
ci on de [v
i
) y con ellos construimos un espacio vectorial V = [v
1
) , [v
2
) , [v
3
) , , [v
n
) .
Un espacio vectorial abstracto ser a un conjunto de elementos genericos que satisfacen cier-
tos axiomas. Dependiendo del conjunto de axiomas tendremos distintos tipos de espacios
abstractos. En matem atica el concepto de espacios abstracto es reciente (1928) y, aparente-
mente, se le debe a Maurice Frechet
2
. Los elementos de esos espacios se dejan sin especicar
2
MAURICE FR
ECHET (1878 Maligny, Yonne, Bourgogne-1973 Pars, Francia). Versatil Matematico

Frances, con importantes contribuciones en Espacios Metricos, Topologa y creador del concepto de espacios
abstractos.
Mas detalles http://www-history.mcs.st-andrews.ac.uk/Mathematicians/
a prop osito. Ese vector abstracto puede representar, vectores en R
n
, matrices n n o fun-
ciones continuas. La notacion [v
1
), que se denomina un ket y al cual corresponde un bra v
2
[
proviene del vocablo ingles braket que signica corchete y ser a evidente m as adelante cuando
construyamos escalares braket v
2
[ [v
1
) . Esta util notaci on la ideo Paul Dirac
3
, uno de los
fsicos m as inuyentes en el desarrollo de la fsica del siglo pasado.
4. Metricas y Espacios Metricos
El siguiente paso en la dotacion de propiedades de los espacios lineales lo constituye la idea
de metrica o distancia entre sus elementos. El concepto de metrica surge de la generalizacion
de la idea de distancia entre dos puntos de la recta real.
Un Espacio vectorial sera metrico si podemos denir una funcion
d : VV R [x) , [y) , [z) V
y se cumple lo siguiente
1. d ([x) , [y)) 0 . Si d ([x) , [y)) = 0 [x) [y)
2. d ([x) , [y)) d ([y) , [x))
3. d ([x) , [y)) d ([x) , [z)) + d ([y) , [z)) La desigualdad Triangular
As, diremos que (V, K,; d) es un espacio vectorial, lineal, metrico.
Ejemplos
1. Espacios euclidianos reales R
n
a) Para R, es decir la recta real, la denicion de metrica es d ([x) , [y)) [x y[
b) Para R
2
, es decir el plano, una denici on de metrica es
d ([x) , [y))
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
. Tambien podemos construir otra deni-
ci on de metrica como d
1
([x) , [y)) [x
1
y
1
[ +[x
2
y
2
[ . Es claro como el mismo
espacio vectorial genera varios espacios metricos, dependiendo de la denicion de
metrica.
3
PAUL ADRIEN MAURICE DIRAC (1902 Bristol, Inglaterra 1984-Tallahassee, EE.UU) Ademas de
contribuir de manera determinante en la comprension de la Mecanica Cuantica, es uno de los creadores de
la Mecanica Cuantica Relativista la cual ayudo a comprender el papel que juega el espn en las partculas
subatomicas. Por sus importantes trabajos compartio con Erwin Schrodinger el Premio Nobel de fsica en
1933. Mas detalles http://www-history.mcs.st-andrews.ac.uk
c) En general para Espacios euclidianos reales R
n
una posible denici on de metrica
sera: d ([x) , [y))
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ (x
3
y
3
)
2
+ + (x
n
y
n
)
2
2. Espacios Unitarios ndimensionales, o Espacios euclidianos complejos, C
n
, la denici on
de distancia puede construirse como
d ([x) , [y))
_
[x
1
y
1
[
2
+[x
2
y
2
[
2
+[x
3
y
3
[
2
+ +[x
n
y
n
[
2
, y es claro que se
recobra la idea de distancia en el plano complejo: d ([x) , [y)) [x y[.
3. Para los Espacios Funcionales (
[a,b]
una posible denici on de distancia sera
d ([f) , [g)) m ax
t[a,b]
[f (t) g (t)[.
Es importante destacar que las deniciones de distancia arriba propuesta son invariantes con
traslaciones de vectores. Esto es: [ x) = [x) +[a) [ y) = [y) +[a), entonces
d ([x) , [y)) d ([ x) , [ y)).
5. Normas y Espacios Normados
La idea de distancia, de metrica, es el equipamiento m as elemental que uno le puede
exigir a un espacio vectorial. Mucho m as interesante a un son aquellos espacios vectoriales
que est an equipados con la idea de norma y a partir de all se dene la idea de distancia. La
norma tiene que ver con el tama no del vector y la metrica tiene que ver con la distancia
entre vectores. Cuando denimos la metrica a partir de la norma, vinculamos las propiedades
algebraicas del espacio con sus propiedades geometricas.
La norma, | [v
i
) | ([v
i
)) de un espacio vectorial V = [v
1
) , [v
2
) , [v
3
) [v
n
)
ser a una funci on : V R [v
i
) V si se cumple que
1. ([v
i
)) | [v
i
) | 0 si | [v
i
) | = 0 [v
i
) [0)
2. ([v
i
)) |[v
i
) | = [[ | [v
i
) |
3. | [x) +[y) | | [x) | +| [y) | . Desigualdad Triangular.
La denici on de norma induce una metrica de la forma d ([x) , [y)) |[x) [y)| . Se
denota en este caso un espacio vectorial normado como (V, K,; ||) y tambien se le conoce
como un Espacio de Banach. El concepto de espacio vectorial normado fue formulado en
1922 de manera independiente por S. Banach
4
, H. Hahn y N Wiener.
4
Stefan Banach (1892 Kracovia, Polonia-1945 Lvov,Ucrania) Matematico polaco, uno de los fundadores
del Analisis Funcional Moderno, con sus mayores contribuciones a la teora de espacios topologicos. Hizo
tambien importantes aportes a la teora de la Medida, Integracion y Teora de conjuntos y Series Ortogonales.
Ejemplos
1. Espacios euclidianos reales, R
n
y Espacios euclidianos complejos C
n
. Para estos espacios
de Banach, la norma se dene como
|[x)| =
_
[x
1
[
2
+[x
2
[
2
+[x
3
[
2
+ +[x
n
[
2
=
_
n
i=1
[x
i
[
2
_1
2
es claro que para un espacio Euclidiano R
3
se cumple que |[x)| =
_
x
2
1
+ x
2
2
+ x
2
3
, por
lo tanto, la idea de norma generaliza la noci on de tama no del vector [x) . Tambien
es claro que la denicion de distancia se construye a partir de la norma de la forma
d ([x) , [y)) |[x) [y)| =
_
[x
1
y
1
[
2
+[x
2
y
2
[
2
+[x
3
y
3
[
2
+ +[x
n
y
n
[
2
2. Para el Espacio Lineal de matrices n n reales o complejas con el campo K real o
complejo, una denicion de norma es
|M| =
m
a=1
n
b=1
[M
ab
[
y la correspondiente denici on de distancia
d ([x) , [y)) |M N| =
m
a=1
n
b=1
[M
ab
N
ab
[
3. Para los Espacios Funcionales (
[a,b]
una posible denici on de norma sera:
|[f)| = max
t[a,b]
[f (t)[ , o |[f)| =
__
t[a,b]
dx [f (x)[
2
_1
2
6. Producto Interno y Espacios de Hilbert
El siguiente paso en la construcci on de espacios vectoriales m as ricos es equiparlo con la
denici on de producto interno y a partir de esta denicion construir el concepto de norma
y con este el de distancia. La idea de producto interno generaliza el concepto de producto
escalar de vectores en R
3
e incorpora a los espacios vectoriales abstractos el concepto de
ortogonalidad y descomposicion ortogonal. Hist oricamente, la teora de espacios vectoriales
con producto interno es anterior a la teora de espacios metricos y espacios de Banach y se
le debe a D. Hilbert
5
. En su honor, los espacios vectoriales abstractos dotados de producto
interno se denominan espacios de Hilbert. Adicionalmente, la semejanza entre la geometra
euclidiana y la geometrica de R
n
ha hecho que espacios en los cuales de puedan denir,
distancia y angulos, a partir de una denici on de producto interno, de denominen tambien
espacios euclidianos.
6.1. Producto Interno
En un espacio vectorial abstracto V = [v
1
) , [v
2
) , [v
3
) [v
n
) la denici on del producto
interno de dos vectores se denota como v
i
[ v
j
) y es una funci on de
VV C [x) , [y) , [z) V, es decir, asocia a ese par de vectores con un elemento
del campo escalar. Las propiedades que denen el producto interno son
1. x[ x) R x[ x) 0 [x) V si x[ x) = 0 [x) [0)
2. x[ y) = y[ x)
[x) , [y) V
3. x[ ([y) +[z)) = x[ y) +x[ z) (x[ +z[) [ y) = x[ y) +z[ y) [x) , [y) , [z) V
4. x[ y) = x[ y) x[ y) =
x[ y) [x) , [y) V K
5. x[ 0) = 0[ x) = 0
A partir de la denici on de producto interno se construyen los conceptos de norma y distancia
|[x)| =
_
x[ x) y d ([x) , [y)) |[x) [y)|
6.2. La desigualdad de Cauchy Schwarz
Todo producto interno x[ y) denido en un espacio vectorial V = [v
1
) , [v
2
) , [v
3
) [v
n
)
cumple con la desigualdad de Cauchy-Schwarz
|x| y)[
2
x[ x) y[ y) |x[ y)| |[x)| |[y)|
Es claro que [x) = [0) [y) = [0) cumplen la igualdad y es trivial la armaci on. Para
[x) [y) cualesquiera procedemos construyendo [z) = [x) + [y) con [x) [y) arbitrarios
5
David Hilbert (1862 Kaliningrad, Rusia-1943 Gottingen, Alemania) Matematico aleman defensor de la
axiomatica como enfoque primordial de los problemas cientcos. Hizo importantes contribuciones en distintas
areas de la matematica, como invariantes, campos de n umeros algebraicos, analisi funcional, ecuaciones
integrales, fsica matematicam y calculo en variaciones.
pero y tendr an valores particulares, por lo tanto
z[ z) (x[ +y[) ([x) +[y)) 0
= x[ x) +x[ y) +y[ x) +y[ y) 0
= [[
2
x[ x) +
x[ y) +
y[ x) +[[
2
y[ y) 0 ,
si = y[ y) se tiene que
y[ y) x[ x) + x[ y) +
y[ x) +[[
2
0
seguidamente seleccionamos = x[ y) y por lo tanto
= y[ x) y consecuentemente
y[ y) x[ x) x[ y) y[ x) = |x[ y)|
2
.
De la desigualdad de Cauchy-Schwarz y la denici on de norma se desprende que
|x[ y)|
2
|[x)|
2
|[y)|
2
1 1
|x[ y)|
|[x)| |[y)|
1
por lo tanto podemos denir el angulo entre los vectores abstractos [x) [y) como
cos =
[x[ y)[
|[x)| |[y)|
M as a un, a partir de la denici on de norma se obtiene
|[x) +[y)|
2
= (x[ +y[) ([x) +[y)) = x[ x)+x[ y)+x[ y)
+y[ y) = x[ x)+2 Re (x[ y))+y[ y)

con lo cual hemos generalizado para un espacio vectorial abstracto el teorema del coseno
|[x) +[y)|
2
= |[x)|
2
+|[y)|
2
+ 2 |[x)| |[y)| cos
y para el caso que los vectores [x) [y) sean ortogonales, esto es x[ y) = 0, tendremos el
teorema de Pit agoras generalizado
|[x) +[y)|
2
= |[x)|
2
+|[y)|
2
.
Ejemplos
1. Espacios euclidianos reales, R
n
y Espacios euclidianos complejos C
n
. Los vectores de
estos espacios pueden ser representados por [x) = (x
1
, x
2
, x
n
) [y) = (y
1
, y
2
, , y
n
)
y el producto interno queda denido por
x[ y) = x
1
y
1
+ x
2
y
2
+ x
3
y
3
, x
n
y
n
=
n
i=1
x
i
y
i
es claro que esta denicion de producto interno coincide, para R
2
y R
3
con la idea de
producto escalar convencional, vale decir, si: a = a
x
i + a
y
j + a
z
k y b = b
x
i + b
y
j + b
z
k
a b = a
x
b
x
+ a
y
b
y
+ a
z
b
z
.
Ahora bien, el lector puede comprobar que para vectores en R
2
tambien se puede
proveer una denici on de producto interno
a b = 2a
x
b
x
+ a
x
b
y
+ a
y
b
x
+ a
y
b
y
igualmente v alida, con lo cual es claro que en un mismo espacio vectorial pueden
coexistir.
Por su parte la norma
|[x)| =
_
x[ x) =
_
x
2
1
+ x
2
2
+ x
2
3
, + x
2
n
=
_
n
i=1
x
2
i
La distancia tambien recupera la idea intuitiva de distancia euclidiana
d ([x) , [y)) |[x) [y)| =
_
(x[ y[) ([x) [y))
d ([x) , [y)) =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ (x
3
y
3
)
2
+ + (x
n
y
n
)
2
El teorema del coseno queda como
n
i=1
(x
i
+ y
i
)
2
=
n
i=1
x
2
i
+
n
i=1
y
2
i
+ 2
_
_
_
n
i=1
x
2
i
_
_
_
_
_
n
i=1
y
2
i
_
_
cos
mientras que Pitagoras, queda como
n
i=1
(x
i
+ y
i
)
2
=
n
i=1
x
2
i
+
n
i=1
y
2
i
,
obvio que para R
2
tanto el teorema del coseno como el teorema de Pit agoras retoman
su forma tradicional.
Finalmente la desigualdad de Cauchy-Schwarz se expresa
[x[ y)[ |[x)| |[y)|
i=1
x
i
y
i
_
n
i=1
x
2
i
__
n
i=1
y
2
i
_
2. Para los Espacios de Funciones continuas (
[a,b]
una posible denicion de producto
interno sera
f[ g) =
_
t[a,b]
dx f
(x) g (x)
de la cual se deriva la expresion para la norma
|[f)|
2
= f[ f) =
_
t[a,b]
dx [f (x)[
2
la distancia entre funciones quedara denida como
d ([f) , [g)) |[f) [g)|
_
(f[ g[) ([f) [g)) =
_
f[ f) f[ g) f[ g)
+g[ g)
d ([f) , [g)) =
_
t[a,b]
dx [f (x) g (x)[
2
d ([f) , [g)) =
_
t[a,b]
dx [f (x)[
2
2 Re
__
t[a,b]
dx f
(x) g (x)
_
+
_
t[a,b]
dx [g (x)[
2
Los teoremas del coseno puede ser escrito como
_
t[a,b]
dx [f (x) + g (x)[
2
=
_
t[a,b]
dx [f (x)[
2
+
_
t[a,b]
dx [g (x)[
2
+ 2
__
t[a,b]
dx [f (x)[
2
_1
2
__
t[a,b]
dx [g (x)[
2
_1
2
cos
donde
cos =
_
t[a,b]
dx f
(x) g (x)
_
_
t[a,b]
dx [f (x)[
2
_1
2
_
_
t[a,b]
dx [g (x)[
2
_1
2
y como era de esperarse el teorema de Pit agoras queda
_
t[a,b]
dx [f (x) + g (x)[
2
=
_
t[a,b]
dx [f (x)[
2
+
_
t[a,b]
dx [g (x)[
2
para funciones f (x) y g (x) ortogonales, mientras que para este caso, la desigualdad
de Cauchy-Schwarz se expresa
_
t[a,b]
dx f
(x) g (x)
__
t[a,b]
dx [f (x)[
2
___
t[a,b]
dx [g (x)[
2
_
.

S03 - C07 Grupos, Campos y Espacios Vectoriales

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

S03 - C07 Grupos, Campos y Espacios Vectoriales

Caricato da

Copyright:

Formati disponibili

Semana 3 - Clase 7 20/04/09 Tema 2: Espacios Vectoriales

Grupos, Campos y Espacios Vectoriales

constituido por vectores [x) = (x

ECHET (1878 Maligny, Yonne, Bourgogne-1973 Pars, Francia). Versatil Matematico

+y[ y) = x[ x)+2 Re (x[ y))+y[ y)

Potrebbero piacerti anche