Espacio Vectorial - Teoría
description
Transcript of Espacio Vectorial - Teoría
ESPACIO VECTORIAL
PAGE 6
ESPACIO VECTORIALDados: V : un conjunto no vaco
( K ; + ; . ) : un cuerpo
+ y . dos leyes
Definicin:
( V ; + ; K ; . ) tiene estructura de espacio vectorial si y slo si se verifican los siguientes axiomas:
Ax. 1: + es ley de composicin interna en V + : V
V X , Y : X V Y V X +Y V
Ax. 2: + es asociativa en V
( X +Y ) + Z = X + ( Y + Z ) para todo X, Y, Z pertenecientes a V Ax. 3: + es conmutativa en V X + Y = Y + X para todo X, Y pertenecientes a V Ax. 4: Existe elemento neutro para + en V N V / X V : X + N = N + X = X
Ax. 5: Existencia de simtricos para + en V X V , X* V / X + X* = X* + X = N
Ax. 6: . es ley de composicin externa
. : K V V
X : K X V . X V
Ax. 7: Asociativa mixta
K , K, X V : ( . X = . ( . X )
Ax. 8: . es distributiva con respecto de + en V K, X V, Y V : .( X + Y ) = . X + . Y
Ax. 9: . es distributiva con respecto de + en K K K , X V : ( . X = . X + . X
Ax. 10: La unidad del cuerpo ( 1
) es neutro para . X V : 1
. X = XA los elementos de V se los denominan vectores y a los de K escalares.
No confundir + : V
V Ley de composicin interna en V ( adicin de vectores)
con + : K
K Ley de composicin interna en K ( adicin de escalares)
No confundir : . : K
V V Ley de composicin externa (producto de un escalar y un vector)
con . : K
K Ley de composicin interna en K ( producto de escalares)
Los cinco primeros axiomas indican que ( V ; + ) es un grupo conmutativo. ESPACIO VECTORIAL REAL( V ; + ; R ; . ) El cuerpo K R el cuerpo de los reales
Ejemplo: Si V R n+ es la adicin usual de vectores
. es el producto usual de un escalar y un vector
Cuando decimos el cuerpo de los reales nos estamos refiriendo a ( R ; + ; . )
en donde + y . son respectivamente la suma y producto de nmeros reales
( Rn; + ; R ; . ) es el espacio vectorial de las n-uplas ordenadas de nmeros reales sobre el cuerpo de los nmeros reales. La demostracin se dar en clase.En este curso solo se vern espacios vectoriales reales
Propiedades de los espacios vectoriales
Dado ( V ; + ; R ; . ) espacio vectorial
P. 1:
V : 0 . X = 0 con 0 denotamos al vector nulo de V D) . X = ( + 0 ) . X = . X + 0 . X entonces por transitiva de
. ( Ax. 9 )
la igualdad . X = . X + 0 . X entonces 0 . X = 0 (Ax. 4)P. 2:
R : . 0 = 0 D) . X = . ( X + 0 ) = . X + 0 por transitiva de la igualdad
( Ax. 4) ( Ax. 8)
. X = . X + . 0 entonces . 0 = 0 ( Ax. 4)
P. 3:
V : ( - 1 ) . X = - X
D) X + ( - 1 ) . X = [ 1] . X = 0 . X = 0 (Ax. 9) (P. 1)
Si la suma de dos vectores da el vector nulo, entonces son simtricos (Ax. 5)
Por lo tanto : - X = ( - 1) . X
P. 4:
R ,
V : . X = 0 entonces = 0 X = 0D) Si = 0 nada hay que probar, por P. 1) se verifica
Si
0 hay que probar que X = 0
Como . X = 0 y
0 entonces
R /
0 = 0
por asociativa mixta (Ax. 7) (
) . X = 0
1
. X = 0 ( Ax. 10) X = 0
SUBESPACIOS VECTORIALESDefinicin: Dados ( V ; + ; R ; . ) espacio vectorial; S
V y S
{ }
S es un subespacio de V bajo el mismo cuerpo y con las mismas leyes de
composicin s y slo s ( S ; + ; R ; .) tiene a su vez estructura de espacio vectorial.
Para todo espacio vectorial ( V ; + ; R ; . ) son subespacios de l:
( V ; + ; R ; . ) y ( { 0 } ; + ; R ; . )siendo 0 el vector nulo de V , que se llaman subespacios triviales. Los otros subespacios de V se denominan propios.
CONDICIN NECESARIA Y SUFICIENTE DE SUBESPACIO ( S ; + ; R ; . ) es subespacio de ( V ; + ; R ; . ) s y slo s:
1) S
{ }
S
V
2)
S
EMBED Equation.2
EMBED Equation.2
EMBED Equation.2 S
EMBED Equation.2 S
3)
R
S
SLa demostracin se dar en clase. COMBINACIN LINEAL DE VECTORES: ( C. L. )Dados ( V ; + ; R ; . ) espacio vectorial
A = {
}
V un conjunto de vectores de V X
V El vector X es combinacin lineal de A s y slo si existen escalares pertenecientes a R :
de modo que:
X =
Definicin: X
V es C. L. de A
V
R / X =
ESPACIO GENERADO POR UN CONJUNTO DE VECTORESDados ( V ; + ; R ; . ) espacio vectorial y un conjunto
A = {
V y no vaco.
El conjunto de todos los vectores que son combinacin lineal de los vectores de A es ( espacio generado por A )
= { X =
R
A }
Propiedad: Todo espacio generado por un conjunto de vectores de V es un subespacio de V. La demostracin se dar en clase con la condicin suficiente.DEPENDENCIA E INDEPENDENCIA LINEALCONJUNTO LINEALMENTE INDEPENDIENTE: ( L. I. )El conjunto A
V es linealmente independiente si y slo si la nica combinacin lineal de A para obtener el vector nulo es la trivial (para todos los escalares nulos).
A es L. Indep.
0
CONJUNTO LINEALMENTE DEPENDIENTE: ( L. D. )Un conjunto es linealmente dependiente si no es linealmente independiente.
El conjunto A
V es linealmente dependiente si y slo si existe una combinacin lineal de A para obtener el vector nulo adems de la trivial
A es L. Depend.
0
Propiedades:P. 1) Si un vector es combinacin lineal de un conjunto linealmente independiente, dicha combinacin es nica. La demostracin se dar en clase proponiendo que existen dos combinaciones.P. 2) Todo conjunto que contenga un solo vector no nulo es linealmente independiente.
P. 3) Todo subconjunto no vaco de un conjunto linealmente independiente es linealmente independiente.
P. 4) Un conjunto finito de vectores es linealmente dependiente si y slo si al menos un vector del conjunto es combinacin lineal de los restantes.
La demostracin se dar en clase.P. 5) Un conjunto finito de vectores es linealmente independiente si y slo si ningn vector del conjunto es combinacin lineal de los restantes.
P. 6) Todo conjunto que contenga al vector nulo es linealmente dependiente.SISTEMA GENERADOR DE UN ESPACIO VECTORIAL ( S. G. )
Un conjunto A = {
V es un sistema generador de V si y slo si todo vector de V se puede obtener como combinacin lineal de los vectores de A, esto es equivalente a decir que el espacio generado por A es V.
A
V es un S. G. de V
V
o tambin
A
V es un S. G. de V
gen(A) = V
BASE DE UN ESPACIO VECTORIAL
Un conjunto A
V es una base de ( V ; + ; R ; . ) si y slo si A es un sistema generador de V y A es linealmente independiente.
A
V es una base de V
A = V
A es L. I.
El espacio nulo es el nico espacio que carece de base.
COORDENADAS O COMPONENTES DE UN VECTOR EN UNA BASE:Sea A = {
V una base de V entonces por ser un sistema generador de V cada vector de V se puede obtener como combinacin lineal de A y como A es linealmente independiente entonces dicha combinacin es nica, por lo tanto:
V : X =
siendo los escalares las coordenadas del vector X en la base A y se suele expresar mediante un vector columna cuyos elementos son las coordenadas: X
DIMENSIN DE UN ESPACIO VECTORIAL [ dim ] Todas las bases de un espacio vectorial poseen la misma cantidad de vectores y a ese nmero se lo llama dimensin del espacio.
Si A = {
V una base de V entonces dim V = n
La dimensin del espacio nulo es cero: dim { 0 } = 0 .
Propiedades:P. 1)Si dim V = n y A = {
V es L. I. entonces A es una base de V
P.2) Si dim V = n y A = {
V es S.G. de V entonces A es una base de V
P. 3) Todo conjunto que contenga ms de n vectores de un espacio vectorial de dimensin n es linealmente dependiente.
P. 4) Si S es un subespacio de V y dim S = dim V entonces S = V
P. 5) Si A = {
V es L. I. ; dim V = n y p < n entonces se puede extender A hasta formar una base de V
ESPACIO VECTORIAL EUCLIDIANOEspacio euclidiano es todo espacio vectorial con producto interno
Producto interno
Dado ( V ; + ; R ; . ) espacio vectorial. El producto interno en V es toda funcin que asigna a cada par de vectores X e Y de V un nmero real que se indica con
tal que: 1)
=
para todo X , Y de V.( simetra)
2)
=
para todo a y b reales ( linealidad)
3)
> 0 para todo X
0 ( positividad)
0 , 0
= 0
PRODUCTO INTERNO EN ( R n ; + ; R ; . )
Dados X = (
; Y = (
dos vectores cualesquiera de Rn
La demostracin se dar en clase.PRODUCTO INTERNO EN ( P
; + ; R ; . )
Dados
NORMA DE UN VECTOR
Definicin: La norma de un vector es igual a la raz cuadrada del producto interno de dicho vector por s mismo.
ORTOGONALIDAD
Definicin: Dos vectores son ortogonales si y slo si su producto interno es nulo
CONJUNTO ORTOGONAL DE VECTORES
Definicin: Un conjunto A = {
V espacio vectorial con producto interno es ortogonal si y slo si cada vector de A es ortogonal a los restantes vectores
A = {
es ortogonal
COMPLEMENTO ORTOGONAL DE UN SUBESPACIO
Definicin: Dados: ( V ; + ; R ; . ) un espacio vectorial con producto interno y
( S ; + ; R ; . ) un subespacio de l. El complemento ortogonal del subespacio
S es el conjunto formado por todos los vectores de V que son ortogonales a todos los vectores de S.
S
V
S }Propiedad:El complemento ortogonal de un subespacio de V es tambin un subespacio
de V. La demostracin se dar en clase con la condicin suficiente.TEOREMA DE LAS DIMENSIONES:
La dimensin de un subespacio S
de V ms la de su complemento ortogonal es igual a la dimensin de V
dim S + dim S
= dim VBASE ORTONORMALDados: ( V ; + ; R ; . ) un espacio vectorial con producto interno y A = {
V una base de V.
Definicin: A es una base ortonormal si y slo si A es ortogonal y todos los vectores de A tienen norma igual a uno.
A es base ortonormal
OPERACIONES CON SUBESPACIOS
Dados S y T dos subespacios de ( V ; + ; R ; . ) espacio vectorial
UNIN DE SUBESPACIOS:
S
T =
S
T }
La unin de dos subespacios no siempre es un subespacio, ya que en algunos casos no se cumple la ley de composicin interna, por ejemplo:
S = { ( x ; y )
R
; T =
R
S
T = R
( 0 ; 2 )
S
T
( 3 ; 0 )
S
T
( 0 ; 2 ) + ( 3 ; 0 ) = ( 3 ; 2 )
S
TINTERSECCIN DE SUBESPACIOS:
S
T
S
T }
La interseccin de dos subespacios de V es otro subespacio de V. La demostracin se dar en clase con la condicin suficiente.SUMA DE SUBESPACIOS:
S + T = {
S
T }
La suma de dos subespacios de V es otro subespacio de V. La demostracin se dar en clase con la condicin suficiente.
SUMA DIRECTA:
Si S
T = { 0 } entonces la suma se denomina suma directa y se simboliza con
S
T = S + T y S
T = { 0 }
Dimensin de la suma:
Si S y T son dos subespacios de ( V ; + ; R ; . )
entonces dim ( S + T ) = dim S + dim T - dim ( S
T )
_972644276.unknown
_972730952.unknown
_972763674.unknown
_972766497.unknown
_972780254.unknown
_972780305.unknown
_1092401489.unknown
_1092401530.unknown
_972788583.unknown
_972780264.unknown
_972774438.unknown
_972780159.unknown
_972780227.unknown
_972777416.unknown
_972777417.unknown
_972777605.unknown
_972774539.unknown
_972766608.unknown
_972766619.unknown
_972766498.unknown
_972764894.unknown
_972765714.unknown
_972766188.unknown
_972765247.unknown
_972763877.unknown
_972764209.unknown
_972763783.unknown
_972757515.unknown
_972757519.unknown
_972757604.unknown
_972758428.unknown
_972763591.unknown
_972758689.unknown
_972758427.unknown
_972757600.unknown
_972757602.unknown
_972757603.unknown
_972757601.unknown
_972757598.unknown
_972757599.unknown
_972757597.unknown
_972757596.unknown
_972757517.unknown
_972757518.unknown
_972757516.unknown
_972756856.unknown
_972757511.unknown
_972757513.unknown
_972757514.unknown
_972757512.unknown
_972757507.unknown
_972757509.unknown
_972757510.unknown
_972757508.unknown
_972757504.unknown
_972757505.unknown
_972757503.unknown
_972757502.unknown
_972731090.unknown
_972731294.unknown
_972731332.unknown
_972731152.unknown
_972731016.unknown
_972725777.unknown
_972727925.unknown
_972730752.unknown
_972730902.unknown
_972730921.unknown
_972730850.unknown
_972728863.unknown
_972728864.unknown
_972728035.unknown
_972728034.unknown
_972726656.unknown
_972726768.unknown
_972727759.unknown
_972726657.unknown
_972726070.unknown
_972726071.unknown
_972725817.unknown
_972724614.unknown
_972725064.unknown
_972725594.unknown
_972725753.unknown
_972725087.unknown
_972724741.unknown
_972724939.unknown
_972724682.unknown
_972645634.unknown
_972695300.unknown
_972724432.unknown
_972695055.unknown
_972645228.unknown
_972645499.unknown
_972644438.unknown
_903639983.unknown
_903711345.unknown
_903711582.unknown
_972639550.unknown
_972643611.unknown
_972639487.unknown
_903711450.unknown
_903711505.unknown
_903711391.unknown
_903641919.unknown
_903710094.unknown
_903711319.unknown
_903711272.unknown
_903641996.unknown
_903640561.unknown
_903640953.unknown
_903641194.unknown
_903641219.unknown
_903641380.unknown
_903641159.unknown
_903640819.unknown
_903640389.unknown
_903640480.unknown
_903640010.unknown
_903630834.unknown
_903639157.unknown
_903639329.unknown
_903639728.unknown
_903639863.unknown
_903639601.unknown
_903639291.unknown
_903638862.unknown
_903638901.unknown
_903638318.unknown
_903625525.unknown
_903626010.unknown
_903627548.unknown
_903625799.unknown
_902530627.unknown
_903625359.unknown
_902530174.unknown