Escolar Documentos
Profissional Documentos
Cultura Documentos
Pgina
Unidad 4. Espacios vectoriales.
2-16
Bibliografa
15
Propiedades:
I.
Si x H y y H, entonces x + y H.
II.
Ejemplos:
Independencias lineales.
Introduccin: En el estudio del lgebra lineal, una de las ideas
centrales es la de dependencia o independencia lineal de los vectores.
En esta seccin se define el significado de independencia lineal y se
muestra su relacin con la teora de sistemas homogneos de
ecuaciones y determinantes.
Existe una relacin especial entre los vectores
?
por supuesto, se puede apreciar que v2 5 2v1; o si se escribe esta
ecuacin de otra manera,
2V1 V2 = 0
En otras palabras, el vector cero se puede escribir como una
combinacin no trivial de v1 y v2 (es decir, donde los coeficientes en la
combinacin lineal no son ambos cero). Qu tienen de especial los
vectores
v1=
existen n escalares c1, c2, . . . , cn no todos cero tales que c1v1 + c2v2
+ + cnvn = 0
Si los vectores no son linealmente dependientes, se dice que son
linealmente independientes.
Para decirlo de otra forma, v1, v2, , vn son linealmente independientes
si la ecuacin c1v1 + c2v2 + . . . + cnvn = 0 se cumple nicamente para
c1 = c2 = . . . = cn = 0. Son linealmente dependientes si el vector cero en
V se puede expresar como una combinacin lineal 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
dependiente). Esto es, se usan las dos frases indistintamente.
Cmo se determina si un conjunto de vectores es linealmente
dependiente o independiente? El caso de 2-vectores es sencillo.
Teorema: Dos vectores en un espacio vectorial son linealmente
dependientes si y slo si uno de ellos es un mltiplo escalar del otro.
Primero suponga que v2 + cv1 para algn escalar c 0. Entonces cv1
v = 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 de cero, tales que c1v1 1 c2v2 5 0. Si c1
0, entonces dividiendo entre c1 se obtiene v1 + (c2/c1)v2 = 0, o sea,
V1 = (-C1/c2) v2
Es decir, v1 es un mltiplo escalar de v2. Si c1 = 0, entonces c2 0 y, por
lo tanto, v2 = 0 = 0v1.
Definicin: Un conjunto finito de vectores {v1, v2, . . . , vn} es una base para
un espacio vectorial V si I. {v1, v2, . . . , vn} es linealmente independiente.
II. {v1, v2, . . . , vn} genera a V.
Dimensin.
Definicin: Si el espacio vectorial V tiene una base con un nmero finito de
elementos, entonces la dimensin de V es el nmero 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 dim V.
Ejemplo 1: Dimensiones de Rn
Como n vectores linealmente independientes en n constituyen una base, se
observa que
dim Rn = n
Ejemplo 2: La dimensin de Pn
S los polinomios {1, x, x2, . . . , xn} constituyen una base en Pn. Entonces dim
Pn = n + 1.
10
Cambio de base.
En R2 se expresaron vectores en trminos de la base cannica
. En Rn se
. entonces,
es la
es una
verificar
que
(2)
es decir,
Entonces,
As, de (1),
Por ejemplo, si
12
entonces
13
(V,V)>=0
(V , V ) si y solo si V = 0
(u, V + W) = (U,V) + (U,W)
(U +V, W) = (U,W) + (V,W)
(U, V) = (U, V)
(U, V) = (U, V)
(U , V) = (U, V)
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.
14
son
ortogonales
porque
Bibliografa
lgebra lineal
Sexta edicin
Stanley I. Grossman
Departamento de Ingeniera
Mecnica
Facultad de Ingeniera Mecnica
Elctrica y electrnica
Universidad de Guanajuato
15