Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
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 pens
R2 o R3 al manejar un espacio vectorial, con frecuencia ocurre que el espacio vectorial parece ser
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
espacios vectoriales reales, pero las generalizaciones a otros conjuntos de escalares presentan m
poca dificultad. [1]
Axiomas de un espacio vectorial. [1]
1-
2-
3-
4-
5-
6-
7-
8-
9-
Existen mltiples ejemplos de sub espacio, sin embargo, en primer lugar, se demostrar un res
que hace relativamente sencillo determinar si un subconjunto de V es en realidad sub espacio de V
Teorema de sub espacio
Si x H y y H, entonces x + y H.
Si x H, entonces x H para todo escalar .
Es obvio que si H es un espacio vectorial, entonces las dos reglas de cerradura se debern cump
lo contrario, para demostrar que es un espacio vectorial, se deber demostrar que los axiomas i) a
la definicin cumplen bajo las operaciones de suma de vectores y multiplicacin por un e
definidas en V. Las dos operaciones de cerradura [axiomas i) y iv)] se cumplen por hiptesis, com
vectores en H son tambin vectores en V, las identidades asociativa, conmutativa, distribu
multiplicativa [axiomas ii), v), vii), viii), ix) y x)] se cumplen.
que:
x + y y X estn en H cuando x y y estn en H y es un escalar.
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.
Los vectores son linealmente independientes si tienen distinta direccin y sus componentes n
proporcionales.
Si los vectores no son linealmente dependientes, se dice que son linealmente independientes.Crit
de Independencia LinealSean u1, u2, ,uk k vectores en Rn y A la matriz que tiene como columna
estos vectores, los vectores son linealmente independientes si el sistema Ax = 0 tiene
nicamente solucin trivial.Los vectores son linealmente dependientes si el sistema Ax=0 tiene
soluciones no triviales (solucin mltiple).
Si k=n
Los vectores son linealmente independientes si A es invertible
Si k>n
Los vectores son linealmente dependientes.
Dos vectores en un espacio vectorial son linealmente dependientes si uno de ellos esmltiplo esca
del otro.Un conjunto de vectores linealmente independientes en n contiene a lo ms n vectores.
Tres vectores en 3 son linealmente dependientes si y slo si son coplanares, esto es, que estn en
mismo plano. .
* S es linealmente independiente
Una base posee 2 caractersticas que se acaban de ver, debe tener suficientes valores para gener
V, pero no tantos de modo que uno de ellos pueda escribirse como una combinacin lineal de los
dems vectores en S. Si un espacio vectorial consta de un nmero finito de vectores, entonces V e
dimensin finita. En caso contrario, V es de dimensin infinitaBase
En trminos generales, una base para un espacio vectorial es un conjunto de vectores del espac
partir de los cuales se puede obtener cualquier otro vector de dicho espacio, haciendo uso de las
operaciones en l definidas.La base es natural, estndar o cannica si los vectores v 1, v2,, vn for
base para Rn.
Si S={v1, v2,, vn} es una base para un espacio vectorial V entonces todo vector v en V se puede
expresar como:
1.
2.
Restar 2-1
0 = (c1- k1) v1+(c2- k2) v2++(cn- kn) vn
Ejemplo:
demostrar si S = {v1, v2,, v3} es base de R3, v1 = (1,2,1); v2 = (2,9,0); v3 = (3,3,4)
Proponer vector arbitrario, combinacin lineal
b = c1v1+ c2v2+ c3v3
(b1, b2, b3) = c1(1,2,1)+ c2(2,9,0)+ c3(3,3,4)
(b1, b2, b3) = c1+2c2+3c3;2c1+9c2+3c3; c1+4c3
c1 + 2c2 + 3c3 = b1
2c1 + 9c2 + 3c3 = b2
c1
+ 4c3 = b3
det A = [(1*9*4)+(2*3*1)+0]-[(1*9*3)+0+(4*2*2)]
= [36+6]-[27+16]
= -1
Si genera a R3
Si S = {v1, v2,, vn} es una base de un espacio vectorial V, entonces todo vector en V puede escri
de una y solo una forma como combinacin lineal de vectores en S.
Para demostrar la unicidad (que en un vector dado puede representarse slo de una manera), se
supone que u tiene otra representacin u= b1v1 + b2v2++bnvn. Al restar la segunda representacin
la primera se obtiene:
Sin embargo como S es linealmente independiente, entonces la nica solucin de esta ecuacin e
trivial,
c1-b1=0
c2-b2=0,
cn-bn=0.
Sea u = (u1, u2, u3) cualquier vector en R3. Demuestre que la ecuacin u= c1v1+ c2v2 + c3v3 tiene so
nica para la base S= {v1, v2, v3}= {(1,2,3),(0,1,2), (-2,0,1).
Solucin: Con base en la ecuacin
C1
2C1 + C2
-2c3= u1
= u2
Como la matriz A es invertible, se sabe que este sistema tiene una solucin nica dada por C=A -1U
despejar A-1 se obtiene
Por ejemplo, el vector u = (1,0,0) puede representarse de manera nica como una combinacin lin
dev1, v2 y v3 en la forma siguiente.
Dimensin
Se llama dimensin de un espacio vectorial V al nmero de vectores que hay en cualquiera de sus
bases. Se denota dim (V).
Para concluir que un conjunto S= { v1, v2, , vn} es una base de un espacio vectorial V es necesar
saber que S satisface dos condiciones: que S genera a V y es linealmente independiente.
Estos dos comparten muchas propiedades, pero debido al conocimiento que se tiene sobre las
operaciones elementales en los renglones se empieza por considerar el espacio rengln de una m
Cabe recordar que dos matrices son equivalentes por renglones si una puede obtenerse a partir d
otra al aplicar operaciones elementales en los renglones. El siguiente teorema establece que las
matrices equivalentes por renglones tienen el mismo espacio rengln.
Si una matriz A es equivalente por renglones a una matriz B que est en forma escalonada, enton
los vectores rengln de B diferentes de cero forman una base del espacio rengln de A.
Los vectores rengln diferente de cero, w1=(1,3,1,3), w2=(0,1,2,0), w3= (0,0,1,-1), forman una bas
espacio rengln de A.
As w1=(1,0,-3,3,2), w2= (0,1,9,-5,-6), y w3 =(0,0,1,-1,-1) forman una base del espacio rengln de A
que equivale a afirmar que forman una base del espacio columna de A.Definicin del Rango de u
MatrizLa dimensin del espacio rengln (o columna) de una matriz A se llama rango de A y se de
por rango (
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>.
i. (v, v) 0
ii. (v, v) = 0 si y slo si v = 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)
1.
Sea B = {v1, v2, . . ., vn} una base de un espacio V con producto interno
w1= v1
Determine una base ortonormal del espacio solucin del siguiente sistema homogneo de ecuac
lineales
w+ x +
z= 0
-->