Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Espacios Vectoriales: Conceptos Fundamentales y Aplicaciones, Apuntes de Álgebra Lineal

Documento en donde se habla de los espacios vectoriales

Tipo: Apuntes

2017/2018

Subido el 02/10/2023

maria-elena-ramos-de-la-ossa
maria-elena-ramos-de-la-ossa 🇨🇴

1 documento

1 / 18

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
1
ESPACIOS VECTORIALES
ESPACIOS VECTORIALES
MARIA ELENA RAMOS DE LA OSSA
VALERIA CARNA ANGEL
MARIA CAMILA ALVARES SAMUR
PRESENTADO AL PROFESOR:
JAVIER ANDRES CASTRO RODRIGUEZ
CORPORACION UNIVERSITARIA DEL CARIBE-CECAR
FACULTAD CIENCIAS BASICAS ARQUITECTURA, E INGENIERIAS
ASIGNATURA: ALGEBRA LINEAL
SINCELEJO-SUCRE
2018
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12

Vista previa parcial del texto

¡Descarga Espacios Vectoriales: Conceptos Fundamentales y Aplicaciones y más Apuntes en PDF de Álgebra Lineal solo en Docsity!

ESPACIOS VECTORIALES ESPACIOS VECTORIALES MARIA ELENA RAMOS DE LA OSSA VALERIA CARNA ANGEL MARIA CAMILA ALVARES SAMUR PRESENTADO AL PROFESOR: JAVIER ANDRES CASTRO RODRIGUEZ CORPORACION UNIVERSITARIA DEL CARIBE-CECAR FACULTAD CIENCIAS BASICAS ARQUITECTURA, E INGENIERIAS ASIGNATURA: ALGEBRA LINEAL SINCELEJO-SUCRE 2018

ESPACIOS VECTORIALES TABLA DE CONTENIDO

ESPACIOS VECTORIALES Y la operación producto por un escalar: Operación externa tal que:

  1. tenga la propiedad asociativa:
  2. Existencia del elemento neutro multiplicativo del cuerpo K, es sí mismo.
  3. tenga la propiedad distributiva del producto respecto la suma de vectores:
  4. tenga la propiedad distributiva del producto respecto la suma de escalares: OBSERVACIONES La denominación de las dos operaciones no condiciona la definición de espacio vectorial por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicación para el producto y adición para la suma , usando las distinciones propias de la aritmética. Para demostrar que un conjunto es un espacio vectorial:  Lo es si sus dos operaciones, por ejemplo , admiten una redefinición del tipo cumpliendo las 8 condiciones exigidas  Si supiésemos que es un grupo conmutativo o abeliano respecto la suma ya tendríamos probados los apartados 1, 2, 3 y 4.

ESPACIOS VECTORIALES  Si supiésemos que el producto es una acción por la izquierda de tendríamos probados los apartados 5 y 6.  Si no se dice lo contrario PROPIEDADES:  Unicidad del valor neutro en la propiedad 3  Unicidad del vector opuesto de la propiedad 4  Unicidad del elemento 1 en el cuerpo  Unicidad del elemento inverso en el cuerpo  Producto de un escalar por el vector neutro  Producto del escalar 0 por un vector Notación: Observación

ESPACIOS VECTORIALES La operación interna suma tiene las propiedades

  1. La propiedad conmutativa, es decir: El producto de a y u será:

ESPACIOS VECTORIALES Donde: Esto implica que la multiplicación de vector por escalar es externa y aun así está bien definida.

  1. tenga la propiedad asociativa: Que tiene la propiedad distributiva:
  2. distributiva por la izquierda:

ESPACIOS VECTORIALES SUBESPACIOS DE UN ESPACIO VECTORIAL Sea V un espacio vectorial y W un subconjunto no vacío de V. W es un subespacio de V si W es en sí mismo un espacio vectorial con las mismas operaciones (suma de vectores y producto por un escalar) definidas en V. Ejemplo: Es un subespacio? Primero analicemos el conjunto W. Son todos vectores de tales que la segunda componente es el triple de la primera: W es la recta que pasa por el origen y tiene vector director (1,3), o sea la recta de ecuación y = 3x. Para decidir si W es un subespacio de habría que verificar que se cumplen los axiomas del 1 al 10. Condiciones necesarias para caracterizar subespacios:

ESPACIOS VECTORIALES Observaciones

  1. La condición (a) asegura que W no es vacío. La mejor manera de comprobar si W es un subespacio es buscar primero si contiene al vector nulo. Si 0Vestá en W, entonces deben verificarse las propiedades (b) y (c). Si 0V no está en W, W no puede ser un subespacio y no hace falta verificar las otras propiedades.
  2. Las propiedades a, b y c corresponden a los axiomas 4, 1 y 6 de espacios vectoriales.
  3. Los axiomas 2, 3, 7, 8, 9 y 10 de espacio vectorial se cumplen para W porque éste es un subconjunto de V. Puede decirse que W “hereda” esas propiedades de V.
  4. Faltaría comprobar que cada vector de W tiene su opuesto en W (axioma 5 de espacios vectoriales): Teniendo en cuenta la condición (c) de subespacios, c. Si u está en W y k es un escalar, ku está en W. Si tomamos k= –1k=–1, resulta: Para cada u ∈W, (–1) u= –u∈W. Y por lo tanto cada vector de W tiene su opuesto en W. De las observaciones anteriores se deduce que las condiciones (a), (b) y (c) son suficientes para demostrar que W es un espacio vectorial, y por lo tanto subespacio de V. tomado por (israel pustilnik, 2017)

ESPACIOS VECTORIALES Segundo paso: después de haber encontrado las restricciones que es : Las remplazamos dentro del sub espacio vectorial: De la siguiente manera: Tercer paso. Procedemos a contar el número de variables involucradas de: Como se puede observar, existen dos palabras involucradas que son “ x y z” Cuarto paso: descomponemos en una suma vectorial, dependiendo del número de variables involucrados En el ejemplo como son dos las variables encontradas, por lo tanto serán dos los valores a utilizarse, de la siguiente manera: Quinto paso: extraemos los vectores mediante factor común, donde las variables serán los factores comunes De la siguiente manera: Sexto paso: como último paso escribimos el conjunto generado, de la siguiente manera: Teniendo en cuenta la notación:

ESPACIOS VECTORIALES INDEPENDENCIA LINEAL Sea V es un espacio vectorial. Se dice que un vector en V es combinación lineal de los vectores , también en V, si existen escalares tales que: Se dice que un conjunto de n vectores de un espacio vectorial V son linealmente dependiente si existen escalares no todos cero, tales que (1) Observa que la ecuación (1) se cumple siempre si las constantes son todas cero. Si la única forma en que se cumple la ecuación (1) es ésta, esto es, si sólo si Entonces se dice que los vectores son linealmente independiente Ejemplo 1. Considere los vectores , y. Al observar las componentes de ambos vectores vemos que o que:

ESPACIOS VECTORIALES Este sistema de ecuaciones lineal homogéneo (2) tiene solución no trivial si el número de incógnitas k es mayor que el número de ecuaciones n , esto es, si k > n. Por lo que cualquier conjunto de vectores de es linealmente dependiente si k > n. Ejemplo 3. El conjunto de vectores de es linealmente dependiente por ser tres vectores en. La independencia lineal puesta en palabras:  Un conjunto de vectores (diferentes de cero) de un espacio vectorial V es linealmente dependiente si y sólo si, algún vector del conjunto es una combinación lineal de los demás. Es decir, si uno de los vectores depende de los demás, el conjunto es dependiente.  Un conjunto de vectores (diferentes de cero) de un espacio vectorial V es linealmente independiente, si y sólo si, ningún vector del conjunto es una combinación lineal de los demás. Es decir, si ninguno de los vectores depende de los demás, el conjunto es independiente.  Si un vector es un múltiplo escalar de otro, los vectores son linealmente dependiente  Cualquier conjunto de más de n vectores de es linealmente dependiente

ESPACIOS VECTORIALES Finalmente: Sean n vectores de , las siguientes condiciones son equivalentes

  1. Los vectores son independientes.
  2. La matriz A que tiene a estos vectores como vectores columna es invertible.
  3. A se puede reducir a la matriz identidad de. ( A es equivalente por renglones a In ).
  4. La forma escalonada por renglones de A tiene n pivotes. 5.. Tomado de (independencia lineal, 2018)