Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INGENIERIA CIVIL
MATERIA:
ALGEBRA LINEAL
DOCENTE:
ALUMNO:
SEMESTRE: 3 GRUPO: A
TURNO: MATUTINO
Bibliografías: ................................................................................................................................. 22
UNIDAD IV. ESPACIOS VECTORIALES
Los axiomas deben valer para todos los vectores u, v, y w en V y todos los
escalares c y d.
2. u + v = v + u
3. (u + v)+ w = u + ( v + w )
7. c( u + v ) = cu + cv
8. ( c+ d ) u = cu + du
9. c(du) = (cd)u
10. 1u=u Los espacios de n ℜ con n ≥ 1, son los ejemplos principales de espacios
vectoriales.
Propiedad de cerradura
1
.
.
Propiedad de adición
.
Contiene al elemento 0 con.
2
con transformaciones afines, tales como las traslaciones o las lineales no
singulares), al introducir coordenadas en el espacio tridimensional o el plano.
Sin embargo, recién a finales del siglo XIX, Giuseppe Peano, conocido matemático
italiano, realizó la primera formulación moderna y axiomática de los espacios
vectoriales. Seguidamente, esta teoría se enriqueció de la rama de
las matemáticas conocida con el nombre de análisis funcional, más precisamente
de los espacios de funciones. Para poder resolver los problemas de análisis
funcional que presentaban el fenómeno conocido como límite de una
sucesión o convergencia, se asignó a los espacios vectoriales una topología
apropiada, para que fuese posible considerar la continuidad y la proximidad.
Cabe mencionar que los vectores como concepto propiamente dicho nacen con el
bipoint de Giusto Bellavitis, un segmento orientado que posee un extremo llamado
origen y otro, objetivo. Más tarde, fue tomado en cuenta cuando Argand y
Hamilton presentaron los números complejos y este último creó los cuaterniones,
además de ser quien concibió la denominación de vector. Laguerre, por su parte,
fue responsable de la definición de los sistemas de ecuaciones lineales y de la
combinación lineal de vectores.
3
También en la segunda mitad del siglo XIX, un matemático británico llamado
Arthur Cayley presentó la notación matricial, gracias a la cual es posible armonizar
y simplificar las aplicaciones lineales. Casi cien años más tarde, se produjo una
interacción entre el análisis funcional y el álgebra, principalmente con conceptos
tan importantes como los espacios de Hilbert y los de funciones p-integrables.
Ejemplo 1
W={(x1,x2)∈R2:x2=3x1} ¿es un subespacio de R2?
Primero analicemos el conjunto W. Son todos vectores de R2 tales que la segunda
componente es el triple de la primera:
(x1,3x1)=x1(1,3)
W es la recta que pasa por el origen y tiene vector director (1,3), o sea la recta de
ecuación y = 3x.
Para decidir si W es un subespacio de R2 habría que verificar que se cumplen los
axiomas del 1 al 10. El lector puede comprobar que todos se cumplen en este
caso.
4
Pero en general no es necesario verificar los axiomas porque existe un criterio
sencillo para determinar si un subconjunto W de un espacio vectorial V es un
subespacio, es el que sigue.
Ejemplo 2
Consideremos el conjunto W={(x,y)∈R2 | xy=0}, ¿Es un subespacio de R2?
Se cumple (a) pues (0,0)∈W
No se cumple (b) porque la suma de dos vectores de W puede no estar en W, por
ejemplo:
(1,0)+(0,1)=(1,1)∉W
Entonces W no es un subespacio de R2
a. 0V está en W.
b. Si u y v están en W, entonces u+v está en W.
c. Si u está en W y k es un escalar, ku está en W.
Observaciones
5
1. La condición (a) asegura que W no es vacío. La mejor manera de comprobar si
W es un subespacio es buscar primero si contiene al vector nulo. Si 0V está en W,
entonces deben verificarse las propiedades (b) y (c). Si 0V no está en W, W no
puede ser un subespacio y no hace falta verificar las otras propiedades.
i) Si x € H y y € H, entonces x + y € H.
6
Este teorema demuestra que para probar si H es o no es un sub espacio de V, es
suficiente verificar que:
3). H es cerrado bajo la multiplicación por escalares. Esto es, para cada
u en H y cada escalar c, el vector cu está en H.
Combinación lineal
Sean v1, v2, …, vn, vectores en un espacio vectorial V. entonces cualquier vector
de la forma: a1v1+a2v2+…+anvn, donde a1,a2,…,an son escalares se denomina
una combinación lineal de v1, v2,…,vn.
Conjunto generador.
7
Cuatro vectores que generan a M22
independencia lineal
Pregunta es más difícil a simple vista. Sin embargo, es sencillo verificar que
v3=3v1+2v2; rescribiendo esto se obtiene .
Se ha escrito el vector cero como una combinación lineal de v1, v2, y v3. Parece
que los dos vectores de la ecuación y los tres vectores de la otra ecuación tienen
una relación más cercana que un par arbitrario de 2-vectores a una terna arbitraria
de 3-vectores. En cada caso, se dice que los vectores son linealmente
dependientes. En términos generales, se tiene la importante definición a
continuación presentada.
Para decirlo de otra forma, v1, v2, .., vn son linealmente independientes si la
ecuación c1v1+c2v2+…+cnvn=0 se cumple únicamente para c1=c2=…=cn=0. Son
linealmente dependientes si el vector cero en V se puede expresar como una
combinación lienal de v1, v2,…,vn con coeficientes no todos iguales a cero.
Nota. Se dice que los vectores v1, v2, …, vn son linealmente independientes (o
dependientes), o que el conjunto de vectores {v1, v2, …, vn} es linealmente
independiente (o pendiente). Esto es, se usan las dos frases indistintivamente.
9
Demostración: primero suponga que v2=cv1 para elgun escalar c≠0. Entonces
cv1-v2=0 y v1 y v2 son linealmente dependientes. Por otro parte, suponga que v1
y v2 son linealmente dependientes. Entonces existen constantes c1 y c2 al menos
uno distinto a cero, tales que c1v1+c2v2=0. Si c1≠0, entonces dividiendo entre c1
espacio vectorial V si
En Rn se define
Puesto que los vectores e, son las columnas d una matriz identidad (que tiene
10
Se vio que generan
a
11
Así, y el teorema queda demostrado.
Por este teorema se puede definir uno de los conceptos centrales en el algebra
lineal.
Dimensión
12
Si el espacio vectorial V tiene una base con un numero finito de elementos,
entonces la dimensión de V es el numero de vectores en todas las bases y V se
denomina espacio vectorial de dimensión finita. De otra manera, V se denomina
espacio vectorial de dimensión infinita. Si V={0}, entonces se dice que V tiene
dimensión cero.
En Mmn sea A la matriz de mxn con un uno en la posición ij y cero en otra parte. Es
sencillo demostrar que las matrices a para i=1,2,…,m y j=1,2,…,n forman una base
para Mmn. Así, dimMmn=mn.
homogéneo
13
Solución: aquí . Como A es una matriz de 2x3, S es un
subespacio de R3. Reduciendo por renglones, se encuentra, sucesivamente,
Entonces y=z y x=-z de manera que todas las soluciones son de la forma.Así,
Cambio de base
14
estandra como . Estas bases se usan ampliamente por la
sencillez que ofrecen a la hora de trabajar con ellas. Pero en ocasiones ocurre que
es mas conveniente alguna otra base. Existe un numero infinito de bases para
elegir, ya que en un espacio vectorial de dimensión n, cualesquiera n vectores,
linealmente independientes, forman una base. En esta sección se vera como
cambiar de una base a otra mediante el calculo de cierta matriz. Iniciaremos por
significa que
y es decir,
Entonces,
Así, de (1),
15
Por ejemplo, si
entonces
Conjunto ortonormal
El conjunto de vectores es un conjunto ortonormal en V si
y
Proyección ortogonal
Sea H un subespacio del espacio con producto interno V con base ortonormal
17
TEOREMA: sea H un subespacio de dimensión finita con producto interno V.
suponga que H tiene dos bases ortonormales
Complemento ortogonal
Conjunto ortonormal en Rn
18
Si solo satisface la ecuación (1), se dice que el conjunto es ortogonal.
Si vϵRn, entonces la longitud o norma de v, denotada por |v|, esta dada por (8)
Suponga que
Como v≠0 por hipótesis |v|2>0 y se dice que c=0. Esto es cierto para i=1,2,…,k, lo
que completa la prueba.
19
Sea S= una base de H. se probara el teorema construyendo
una base ortonormal a partir de vectores en S. antes de dar los pasios para esta
construccion, se observa el hecho sencillo de que un conjunto de vectores
linealmente independiente no contiene al vector cero.
Sea (12)
Entonces
v.
Sea (13)
entonces de manera que v’ es
20
ortogonal a u. mas aun, por el teorema, u y v´son linealmente independientes. v’≠0
Suponga que se han construido los vectores u1, u2,…,uk(k<m) y que forman un
conjunto ortonormal. Se mostrara como construir uk+1.
i=1,2,…,k
Pero Por lo
tanto,
Paso 5
Sea
21
Bibliografías:
http://itsavbasicas.blogspot.com/2012/05/41-definicion-de-espacio-vectorial.html
https://sites.google.com/site/sistemasalgebralineal/unidad-4---espacios-
vectoriales/definicion-de-espacio-vectorial
https://sites.google.com/site/sistemasalgebralineal/unidad-4---espacios-
vectoriales/definicion-de-subespacio-vectorial-y-sus-propiedades
http://itsavbasicas.blogspot.com/2012/06/43-combinacion-lineal-
independencia.html
http://itsavbasicas.blogspot.com/2012/05/45-espacio-vectorial-con-producto.html
http://itsavbasicas.blogspot.com/2012/05/46-base-ortonormal-proceso-de.html
22