Escolar Documentos
Profissional Documentos
Cultura Documentos
Elementos de un vector
Direccin de un vector
La direccin del vector es la direccin de la recta que contiene al vector o de cualquier recta
paralela a ella.
Sentido de un vector
Mdulo de un vector
Coordenadas de un vector
Clases de vectores
Vectores equipolentes
Dos vectores son equipolentes cuando tienen igual mdulo, direccin y sentido.
Vectores libres
El conjunto de todos los vectores equipolentes entre s se llama vector libre. Es decir los
vectores libres tienen el mismo mdulo, direccin y sentido.
Vectores fijos
Un vector fijo es un representante del vector libre. Es decir, los vectores fijos tienen el
mismo mdulo, direccin, sentido y origen.
Vectores ligados
Los vectores ligados son vectores equipolentes que actan en la misma recta. Es decir, los
vectores fijos tienen el mismo mdulo, direccin, sentido y se encuentran en la misma
recta.
Vectores opuestos
Vectores unitarios
Vectores concurrentes
Varios vectores libres del plano son linealmente dependientes si existe una combinacin
lineal de ellos que sea igual al vector cero, sin que sean cero todos los coeficientes de la
combinacin lineal.
Varios vectores libres son linealmente independientes si ninguno de ellos se puede expresar
como combinacin lineal de los otros.
Vectores ortogonales
Vectores ortonormales
Igualando
9= k1 +6k2
2= 2k1 +4k2
7 = -k1 +2k2
Resolviendo el sistema k1 = -3 k2 = 2
La respuesta es:
W= -3 u +3 v
(4,-1,8)= k1 (1,2,-1) + k2 (6,4,2)
(4,-1,8)= (1 k1, 2 k1,-1k1) + (6 k2 ,4 k2 ,2 k2 )
Igualando
4= k1 +6k2
-1= 2k1 +4k2
8= -k1 +2k2
1.
Resolviendo el sistema se llega a la conclusin que es inconsistente, por lo tanto no
es combinacin lineal.
Ejercicio
1.-Determinar si el vector v pertenece a gen = { v1 v2,v3} donde
V1=(1,0.0,1) v2=(1,-1,0.0) v3=(0,1,2,2)
1.
V=(-1,4,2,2)
2.
V =(1,2,01)
3.
V=(-1,1,4,3)
4.
V=(0.1.10)
1.
Resolviendo el sistema se llega a la conclusin que es inconsistente, por lo tanto no
es combinacin lineal.
Ejercicio
1.-Determinar si el vector v pertenece a gen = { v1 v2,v3} donde
V1=(1,0.0,1) v2=(1,-1,0.0) v3=(0,1,2,2)
1.
V=(-1,4,2,2)
2.
V =(1,2,01)
3.
V=(-1,1,4,3)
4.
V=(0.1.10)
Independencia Lineal.
Los vectores v1, v2, ..vn de un espacio vectorial son linealmente dependientes si existen
constantes c1, c2,..cn no todas iguales a cero que satisfagan la siguiente expresin (son
dependientes si aparte del cero hay otras respuestas, se recuerda que el sistema de
ecuaciones generado en esta ocasin es homogneo):
C1 v1 + c 2v2+cn vn =0
En caso contrario se dice que v1, v2, ..vn son linealmente independientes.Es decir que se
debe cumplir la ecuacin anterior y los valores de c1 = c2=.=.cn=0. La nica posibilidad
de combinacin lineal de ellos es que sean iguales a cero.
Ejemplo:
Determinar si los vectores (-1,1,0,0) y (-2,0,1,1) son linealmente independientes entre si.
Formando la ecuacin
C1 (-1,1,0,0) + c2 (-2,0,1,1)=(0,0,0,0)
-c1 -2c2 =0
C1+ 0c2 =0
C2=0
C2=0
La nica solucin de este sistema es c1 = c2=0
Otro mtodo para resolver este tipo de ejercicios es el siguiente:
Cada vector es una fila de una matriz a la cual se le escalonar por eliminacin gaussiana.
Retomando el ejemplo anterior
-2f1 +f2 f2
Como se anul la tercera fila esto indica dependencia lineal entre los vectores.
Nota: este espacio vectorial se refiere a polinomios de segundo orden, donde se deben
agrupar por el grado, es decir lineales con lineales, independientes con independientes y los
elementos que no encuentran presentes se les deben colocar cero (0).
4.4 Base y dimensin de un espacio vectorial, cambio de base.
Las bases revelan la estructura de los espacios vectoriales de una manera concisa. Una base
es el menor conjunto (finito o infinito) B = {vi}i I de vectores que generan todo el
espacio. Esto significa que cualquier vector v puede ser expresado como una suma
(llamada combinacin lineal) de elementos de la base
a1vi1 + a2vi2 + ... + anvin,
donde los ak son escalares y vik (k = 1, ..., n) elementos de la base B. La minimalidad, por
otro lado, se hace formal por el concepto deindependencia lineal. Un conjunto de vectores
se dice que es linealmente independiente si ninguno de sus elementos puede ser expresado
como una combinacin lineal de los restantes. Equivalentemente, una ecuacin
a1vi1 + ai2v2 + ... + anvin = 0
slo se consigue si todos los escalares a1, ..., an son iguales a cero. Por definicin cada
vector puede ser expresado como una suma finita de los elementos de la base. Debido a la
independencia lineal este tipo de representacin es nica. Los espacios vectoriales a veces
se introducen desde este punto de vista.
Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una
formulacin equivalente del axioma de eleccin. Habida cuenta de los otros axiomas de
la teora de conjuntos de Zermelo-Fraenkel, la existencia de bases es equivalente al
axioma de eleccin. El ultrafilter lemma, que es ms dbil que el axioma de eleccin,
implica que todas las bases de un espacio vectorial tienen el mismo "tamao", es
decir,cardinalidad. A sta, se le llama la dimensin del espacio vectorial, representada por
dim V. Si el espacio es generado por un nmero finito de vectores, todo lo anterior puede
demostrarse sin necesidad de acudir a la teora de conjuntos.
La dimensin de un espacio de coordenadas Fn es n, pues cualquier vector (x1, x2, ..., xn)
puede expresarse de forma nica como combinacin lineal de n vectores
(llamados vectores coordenadas) e1 = (1, 0, ..., 0), e2 = (0, 1, 0, ..., 0), a en = (0, 0, ..., 0,
1), es decir, la suma
x1e1 + x2e2 + ... + xnen,
La dimensin de los espacios de funciones, como por ejemplo el espacio de funciones
definidas en algn intervalo acotado o no, es infinita. Bajo unas adecuadas asunciones de
regularidad de los coeficientes involucrados, la dimensin del espacio de soluciones de
una ecuacin diferencial ordinaria homognea es igual al grado de la ecuacin. Por
ejemplo, la ecuacin anterior tiene grado 2. El espacio de soluciones est generado por ex
y xex (que son linealmente independientes en R), por lo que la dimensin de este espacio es
dos.
La dimension (o grado) de una extensin como por ejemplo Q(z) sobre Q depende de si z
es o no algebraico, i.e. satisface una cierta ecuacin polinomial
qnzn + qn1zn1 + ... + q0 = 0, con coeficientes racionales qn, ..., q0.
Si es algebraico, la dimensin es finita. Es ms, es igual al grado delpolinomio mnimo del
que z es raz. Por ejemplo,el conjunto de los nmeros complejos es un espacio vectorial
bidimensional sobre los nmeros reales, generado por 1 y la unidad imaginaria i. sta
ltima cumple i2 + 1 = 0, una ecuacin de grado dos. Si z no es algebraico, la dimensin es
infinita. As, para z = no existe dicha ecuacin, pues estrascendente.
Se ha visto en R2 conviene escribir vectores como una combinacin lineal de los vectores
de
vectorial V si
En Rn se define
Puesto que los vectores e, son las columnas d una matriz identidad (que tiene determinante
1),
una base en Rn. Esta base especial se denomina base canonica en Rn. Ahora se encontraran
bases para otros espacios.
Se vio que
a
generan
Sea
dos bases para V. debe demostrarse
que m=n. esto se prueba mostrando que si m>n, entonces S es un conjunto literalmente
independiente, lo que contradice la hiptesis de que S es una bse. Esto demostrara que mn.
la misma prueba demostrara que m y esto prueba el teorema. As, basta demostrar que si
m>n, entonces S es independiente. Como S constituye una base, todo u se puede expresar
como una combinacin lineal de las v. se tiene (1)
As,
TEOREMA: si
son bases en un espacio
vectorial V, entonces m=n; es decir, cualesquiera dos bases en un espacio vectorial V tienen
el mismo numero de vectores.
Pero como
DIMENSIN
Si el espacio vectorial V tiene una base con un numero finito de elementos, entonces la
dimensin de V es el numero de vectores en todas las bases y V se denomina espacio
vectorial de dimensin finita. De otra manera, V se denomina espacio vectorial de
dimensin infinita. Si V={0}, entonces se dice que V tiene dimensin cero.
Notacin. La dimensin V se denota por dimV.
Sea
es un conjunto de m vectores
constantes
no todas cero, tales que la ecuacin (2) se satisface. Esto
contradice la independencia lineal de los vectores u. as, mn.
homogneo
SOLUCIN: aqu
. 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
.As,
. Esto
Entonces
lineal de
y poniendo todos
entonces (8) es
}.
CAMBIO DE BASE
. En Rn
. entonces,
Como v1 y
Es decir, x esta expresando en trminos de los vectores de la base B. para hacer hincapi en
escribir
para indicar que x esta ahora expresado en trminos de los
vectores en B. para encontrar los nmeros c1 y c2, se escribe la base anterior en trminos
de la nueva base. Es sencillo verificar que
(2) y
es decir,
Entonces,
As, de (1),
Por ejemplo, si
entonces
Nota 1. Aqu se usa la doble barra en lugar de una sola para evitar confusin con el valor absoluto.
Por ejemplo sen t denota la norma de sen t como un vector en C[0, 2] mientras que |sen t|
denota el valor absoluto de la funcin sen t.
Nota 2. La ecuacin anterior tiene sentido ya que (u, u)0.
Conjunto ortonormal
El conjunto de vectores
es un conjunto ortonormal en V si
y
TEOREMA: cualquier conjunto finito linealmente independiente en un espacio con producto interno
se puede convertir en un conjunto ortonormal mediante el proceso de Gram-Schmidt. En particular,
cualquier espacio con producto interno tiene una base ortonormal.
Proyeccin ortogonal
Sea H un subespacio del espacio con producto interno V con base ortonormal
Si vV, entonces la proyeccin ortonormal de v sobre H denotada por proyHv esta dada por (6)
Las demostraciones de los siguientes teoremas son idnticas a sus contrapartes en Rn.
TEOREMA: sea H un subespacio de dimensin finita con producto interno V. suponga que H tiene
dos bases ortonormales
Complemento ortogonal
Sea H un subespacio del espacio con producto interno V. entonces el complemento ortogonal de H,
denotado por H, esta dado por (7)
TEOREMA DE PROYECCIN: sea H un subespacio de dimensin finita del espacio con producto
interno V y suponga que vV. entonces existe un par nico de vectores h y p tales que h H, p H, y
(8) v=h+p donde h=proyHv.
TEOREMA: sea A una matriz de nxn; entonces A tiene vectores propios linealmente independientes
si y solo si multiplicidad geomtrica de cada valor propio es igual a su multiplicidades algebraica.
En particular, A tiene n vectores propios linealmente independientes si todos los valores propios
son distintos (ya que entonces la multiplicidad algebraica de cada valor propio es 1).
Si vRn, entonces la longitud o norma de v, denotada por |v|, esta dada por (8)
Nota. Si
entonces v*v=
(9)
TEOREMA: si S=
es un conjunto ortogonal de vectores diferentes de cero,
entonces S es linealmente independiente.
Suponga que
Entonces, para cualquier i=1,2,,k
Como v0 por hiptesis |v|2>0 y se dice que c=0. Esto es cierto para i=1,2,,k, lo que completa la
prueba.
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
este caso
es la ortogonal a v. en
Resulta que el vector w dado es ortogonal a v cuando w y v estn en Rn para cualquier n2.
Sea (13)
entonces
de manera que v es
ortogonal a u. mas aun, por el teorema, u y vson linealmente independientes. v0 porque de otra
manera
Sea (14)
Suponga que se han construido los vectores u1, u2,,uk(k<m) y que forman un conjunto
ortonormal. Se mostrara como construir uk+1.
Sea (15)
,k
Pero
Por lo
tanto,
As,
Paso 5
Sea
es un