La primera formulacin moderna y axiomtica se debe a Giuseppe
Peano, a finales del siglo XIX. Los siguientes avances en la teora de
espacios vectoriales provienen del anlisis funcional, principalmente de espacios de funciones. Los problemas de Anlisis funcional requeran resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topologa, permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales topolgicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teora ms rica y elaborada. Adems un desarrollo importante de los espacios vectoriales se debe a la construccin de los espacios de funciones por Henri Lebesgue. Esto ms tarde fue formalizado por Banach en su tesis doctoral de 1920 nota 7 y por Hilbert. En este momento, el lgebra y el nuevo campo del anlisis funcional empezaron a interactuar, en particular con conceptos clave tales como los espacios de funciones p-integrables y los espacios de Hilbert. Tambin en este tiempo, los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron. Sumado a lo expuesto se puede decir que un espacio vectorial es la estructura matemtica donde a partir de all es creado un conjunto que cumple con diversos requisitos y propiedades. Dichos elementos del espacio vectorial se les llama vectores, en los cuales se pueden realizar dos operaciones. En lo que se refiere a las investigaciones sobre un producto interno o escalar, en este sentido, Grassmann defini de forma moderna la suma y el producto por escalares de vectores de IRn e introdujo dos clases de productos: el interior y el exterior. Aplic estos productos para resolver
problemas geomtricos concretos (el producto exterior de vectores no
es hoy una herramienta estndar en la matemtica moderna). Por su parte la formulacin final se debe Gibbs que en un un panfleto de circulacin privada entre sus alumnos y por Heaviside (1850 1925) en el libro Electromagntica Theory que fue publicado en 1893. En ambos libros se introdujeron el producto escalar y el vectorial de forma moderna. De acuerdo con estos importantes aportes realizado podemos decir que el producto interno o escalar se trata de una aplicacin externa que se define sobre un espacio vectorial o lineal, los cuales dichos elementos son los vectores en donde se realizan operaciones por escalares o suma. Puede definirse tambin en los espacios eucldeos de dimensin mayor a tres, y en general en los espacios vectoriales reales y complejos Cabe destacar que para la norma de un vector se hace necesario definir un operador norma que determine la longitud o magnitud del vector bajo consideracin ya que este acto, pese a lo que pudiramos creer, no es un problema trivial; especialmente desde la aparicin de las geometras no eucldeas para las que aparece, asociada al concepto de longitud, la nocin de geodsica. Para ampliar estas ideas conviene conocer la geometra riemanniana y la geometra diferencial. Por tanto, basndonos en las propiedades bsicas que la determinacin de la longitud tiene en el espacio eucldeo habitual, definimos matemticamente
qu
condiciones
mnimas
debe
satisfacer
un operador que acte sobre un vector para poder ser considerado un
operador norma en cualquier geometra.
Sumado a lo ya expuesto una norma de un vector esencialmente es
para los nmeros el valor absoluto el cual indica que tan grande es un nmero, pero para vectores y matrices hay muchas componentes, cada una de las cuales puede ser pequea grande en magnitud. Para discutir los errores en problemas numricos que manejan vectores y matrices resulta til recurrir a las normas, ya que son un medio, que permite medir la distancia entre los vectores y entre las matrices. Sin duda un efecto importante a lo que hoy conocemos como base ortogonal lo dio David Hilbert por el espacio de Hilbert. Es una generalizacin del concepto de espacio eucldeo. Esta generalizacin permite que nociones y tcnicas algebraicas y geomtricas aplicables a espacios de dimensin dos y tres se extiendan a espacios de dimensin arbitraria, incluyendo a espacios de dimensin infinita. Ejemplos de tales nociones y tcnicas son la de ngulo entre vectores, ortogonalidad de vectores, el teorema de Pitgoras, proyeccin ortogonal, distancia entre vectores y convergencia de una sucesin. De esta manera se puede decir que en un espacio vectorial con producto interior V, habiendo dos vectores, son ortogonales si el producto escalar es cero. Ademas, un conjunto A se dice que es ortogonal a otro conjunto B, si cualquiera de los vectores de
A es
ortogonal a cualquiera de los vectores del conjunto B.
Cabe sealar que otra de las aportaciones que realizo con respecto a los subespacios Grassmann fue que introdujo el producto geomtrico y lineal, siendo el primero de estos equivalentes a nuestro producto vectorial. Asimismo, introduce las nociones de independencia lineal de un conjunto de vectores, as como el de dimensin de un espacio vectorial, y prueba la clsica identidad: dim(U + W) = dim(U) + dim(W) dim(U W) para cada par de subespacios U y W de un espacio
vectorial. Desarrolla la teora del la independencia lineal de modo
extraordinariamente similar a la presentacin que podemos encontrar en los textos modernos de lgebra lineal. Este tambin define las nociones del subespacio, independencia, longitud, desdoblamiento, dimensin, suma e interseccin de un subespacio y proyeccin de elementos en los subespacios. Por otra parte Hamilton tambin uno de los investigadores sobre estas teoras quera llegar al producto de vectores, solo logro llegar a suma y resta de estos, y grassman profundizo tanto el tema de los vectores adems de muchos otros matmaticos, pero l fue seguramente el primero en dar una formulacin moderna a la definicin de los vectores, sus operacin es y los productos escalar y vectorial en sus elementos de la dinmica dando aos despus aparicin de la geometra diferencial, al anlisis. Resumiendo lo tratado concluimos en que un subespacio vectorial es el subconjunto de un espacio vectorial, que satisface por s mismo la definicin de espacio vectorial con las mismas operaciones que V. Para que exista un subespacio debe cumplir las propiedades de cierre de la suma y la multiplicacin por un escalar tambin debe cumplir la ley del elemento neutro bajo la suma, el inverso bajo la suma y el neutro bajo la multiplicacin por un escalar. Con respecto a una Forma cuadrtica asociada a una matriz en 1858, publica su Memoir on the theory of matrices, la cual contiene la primera definicin abstracta de matriz y donde se muestra que los arreglos de coeficientes estudiados anteriormente para las formas cuadrticas y las transformaciones lineales son casos especiales de este concepto general. Asimismo, Cayley desarrolla el algebra matricial definiendo las operaciones bsicas de suma, multiplicacin y multiplicacin por
escalares, as como la inversa de una matriz invertible, junto con una
construccin de la inversa de una matriz invertible en trminos de su determinante y prueba que, en el caso de matrices 2 2, una matriz satisface su propia ecuacin caracterstica. Adems, seala que tiene chequeado este resultado para matrices Debe sealarse en primero que una forma cuadrtica es una aplicacin matemtica que asigna a cada elemento de un espacio vectorial, un nmero real, de una manera que generaliza la operacin, un espacio vectorial de dimensin superior a 1. Sabiendo que estas se pueden expresar de tres formas como polinmica, cannica y forma matricial. Cuando hablamos de una matriz asociada resulta cmodo, es por ello que al escribir el polinomio de 2 grado a partir de la matriz sin tener que hacer la multiplicacin. Ahora bien otro de los que contribuyo con respecto a los conjuntos convexos en sus inicios fue Arqumedes (el primero en dar una definicin precisa de lo que se entenda por una curva o una superficie convexa (en su libro Sobre la esfera y el cilindro). Entre las diferentes propiedades obtenidas por Arqumedes sobre convexidad, merecen especial mencin los postulados y resultados referentes al centro de gravedad de conjuntos planos y su descripcin de los 13 poliedros semiregulares, tambin conocidos como slidos arquimedianos. Por consiguiente pues un primer estudio sistemtico no lo encontramos hasta 1934, en el libro de Bonnesen y Fenchel Theorie der konvexen Korper. A lo largo de los aos 40 y 50 se descubrieron numerosas aplicaciones importantes de los conjuntos convexos, principalmente en el campo de la optimizacin geomtrica, lo que acrecent el inters de esta teora
Combinaciones lineal, afn, positiva y convexa. Conjunto convexo.
Envoltura convexa, afn y positiva. El Teorema de Caratheodory. La convexidad y las propiedades topolgicas. Cuerpo convexo. Teoremas de Radon y Helly. En otras palabras un conjunto convexo son aquellos que tienen la propiedad de que al unir con un segmento dos puntos cualesquiera del conjunto, el segmento queda completamente contenido en el propio conjunto. La interseccin de un nmero finito de conjuntos convexos sigue siendo un conjunto convex