Espacios Vectoriales PDF

Tema 5.
ESPACIOS VECTORIALES
ESPACIO VECTORIAL
SUBESPACIO VECTORIAL
BASE Y DIMENSIN DE UN
ESPACIO VECTORIAL
Fundamentos Matemticosde la Ingeniera
Aunque hist
histricamente el primer trabajo de lgebra Lineal consisti
consisti en
resolver sistemas de m ecuaciones lineales con n inc
incgnitas,
comenzaremos este curso estudiando la estructura de espacio vectorial.
vectorial.
Los vectores libres del plano (del espacio) pueden sumarse unos con otros
(por la ley del paralelogramo
paralelogramo) y multiplicarse por un n
nmero real:
Pero, qu
qu es un vector libre del plano?
Definimos
como el conjunto de vectores
con
.
Es evidente que se puede pensar que cualquier punto en el plano es
un vector de
(definici
(definicin algebraica de vector), y viceversa. Sin
embargo, para muchas aplicaciones f
fsicas (incluyendo las nociones
de fuerza, velocidad, aceleraci
aceleracin y momento) es importante pensar en
un vector no como un punto sino como una entidad que tiene
longitud
longitud y direcci
direccin.
Tanto en F
Fsica como en Ingenier
Ingeniera
un vector se caracteriza por dos
magnitudes (longitud y direcci
direccin) y
se representa por un segmento recto
dirigido. Un vector en el plano puede
ubicarse en diferentes lugares. Sin
embargo, con independencia de
dnde est
est situado, si la longitud y
direcci
direccin no var
varan se trata del
mismo vector.
El conjunto de los vectores libres del plano (
) es s
slo un ejemplo
entre los muchos ejemplos de objetos matem
matemticos que pueden sumarse
entre s
s y multiplicarse por n
nmeros reales, y que adem
adems satisfacen
unas mismas propiedades. Este ejemplo de los vectores libres del plano
(o el de los vectores libres del espacio) es importante porque su
su
representaci
representacin geom
geomtrica ayuda a entender la definici
definicin general de
vector.
Algunos ejemplos que podemos mencionar son:

los propios n
nmeros reales,
los n
nmeros complejos,
los vectores en el plano,
los vectores en el espacio,
los polinomios de grado menor o igual que n,
las funciones reales de variable real con dominio D,
las funciones continuas en un intervalo,
las funciones derivables en un punto,
las funciones integrables en un intervalo,
.....................................
Un vector puede ser un n
nmero, una n-tupla,
tupla, un polinomio, una funci
funcin
continua, etc.
Tambi
Tambin hay magnitudes f
fsicas de tipo vectorial con las mismas
propiedades: fuerzas, velocidades, aceleraciones,....
Cuando en varios conjuntos distintos aparecen estructuras similares,
similares, es
conveniente axiomatizar stas y dar un nombre al ente resultante. Aunque
este primer tema tiene el inconveniente de trabajar en el mundo abstracto
de los espacios vectoriales arbitrarios, tambi
tambin presenta una gran ventaja.
La abstracci
abstraccin resulta ser matem
matemticamente eficiente en el sentido de que
ahora pueden demostrarse resultados generales cuya validez afecta
afecta a todos
los espacios vectoriales. Es decir, una vez que se establecen los
los hechos
sobre los espacios vectoriales en general, se pueden aplicar estos
estos hechos a
todos los espacios vectoriales. De otro modo, habr
habra que probar cada
hecho una y otra vez, para cada nuevo espacio vectorial que nos
encontr
encontrramos (y existen un sin fin de ellos).
En este curso, b
bsicamente trabajaremos con cuatro espacios vectoriales.
En el tema 1 definimos la estructura de espacio vectorial y trabajaremos
trabajaremos
con los espacios vectoriales siguientes:
, normalmente n=3 o n=4.
n=4.
, normalmente n=2 o n=3.
n=3.
En el tema 2 estudiamos el espacio vectorial de las matrices reales
reales de m
filas y n columnas, que denotamos:
Por ltimo, en el tema 6 trabajaremos tambi
tambin con espacios vectoriales
de funciones reales de variable real y continuas sobre un intervalo.
intervalo.
A continuaci
continuacin, presentamos un ejemplo introductorio que proporciona
una motivaci
motivacin para desarrollar las matem
matemticas subsecuentes.
Un poco de historia
El matemtico alemn Grassmann es reconocido como el primero que
introdujo la idea de un espacio vectorial (aunque no lo llam de esta manera,
sino sistema de nmeros hipercomplejos) y de independencia lineal en 1844.
Desafortunadamente su trabajo era muy difcil de leer y no recibi la atencin
que mereca.
Peano en su libro Calcolo geometrico (1898) acalar el trabajo de Grassmann y
estableci los axiomas de espacio vectorial como los conocemos en la
actualidad. En este mismo libro introdujo las operaciones de conjuntos. Sus
notaciones , y son las que todava utilizamos, aunque no fueron
aceptadas de inmediato. La definicin axiomtica de Peano de un espacio
vectorial tambin tuvo muy poca influencia durante muchos aos. Su
aceptacin se produjo en 1918, despus de que Hermann Weyl la repitiera en
su libro Space, time, matter, una introduccin a la teora de la relatividad
general de Einstein.
Tambin podemos mencionar a William R. Hamilton, que durante los veinte
ltimos aos de su vida, dedic la mayor parte de su creacin matemtica a
desarrollar la tera de un tipo especial de nmeros, los cuaterniones. Con estos
trabajos ciment la moderna nocin de vector. Todava hoy se utiliza la
notacin i, j, k de Hamilton para los vectores de la base cannica en el espacio
tridimensional.
7
ESTRUCTURA DE ESPACIO
VECTORIAL REAL
Sean
(cjto.
cjto. n
nmeros reales) y
operaci
operacin interna en V
operaci
operacin externa en
V con dominio de
operadores
Definiremos cuando V es un espacio vectorial real
Como hemos visto, partimos de un conjunto no vac

vaco V , cuyos
elementos se denotan
..., y se denominan vectores y del cuerpo
conmutativo (estructura algebraica) de los n
nmeros reales. En
general se puede trabajar con cualquier cuerpo conmutativo K y en
este curso surgir
surgirn algunos ejercicios con espacios vectoriales
complejos ( K= ).
La ley de composici
composicin interna se suele denotar con el s
smbolo de la
suma (
) y se suele denominar suma de vectores. Es una
aplicaci
de V les hace
aplicacin que a cada par de elementos
corresponder el elemento, tambi
, denominado suma
tambin de V,
de
e
.
La ley de composici
composicin externa con dominio de operadores (en
general, con dominio de operadores K) es una aplicaci
aplicacin que
denominamos producto por un escalar y denotamos con el s
smbolo
del producto ( ) que a todo elemento
de V y a todo elemento
de
(o K) hace corresponder el elemento
.
OBSERVACI
OBSERVACIN.- Es la suma de polinomios una ley de
composici
composicin interna sobre el conjunto de los polinomios de grado
exactamente 2?
9
ESTRUCTURA DE ESPACIO VECTORIAL

1.- Para ( + ) (operaci
(operacin interna) se cumple:
2.- Para ( ) (op

(op.. externa con dominio
) se cumple:
10
Los elementos de un espacio vectorial reciben el nombre genrico de

vectores y en general se utiliza la notacin vectorial (
,...) para
denotarlos. Esto no es obstculo para que en algunos casos particulares
(polinomios, matrices, funciones,...) se utilice la notacin propia en cada
caso.
Los axiomas 1.- de la definicin de espacio vectorial real se refieren a la
suma de vectores, los axiomas 2.- c.- y 2.- d.- se refieren exclusivamente a
la multiplicacin por escalares (nmeros reales) y las propiedades 2.- a.- y
2.- b.- son las propiedades distributivas de una operacin con respecto a
otra.
A continuacin presentamos varios ejemplos de espacios vectoriales. Para
comprobar que tienen estructura de espacio vectorial deberamos ver que
se satisfacen los 8 axiomas de la definicin con las operaciones suma y
producto por un escalar definidas. Este trabajo es muy sencillo y se basa
exclusivamente en propiedades de los nmeros reales (no olvidar que
estamos trabajando, en principio, con espacios vectoriales reales). Dado
que tambin es una labor muy tediosa omitiremos las comprobaciones,
pero hay que insistir en que es absolutamente necesario comprobar los 8
axiomas.
11
EJEMPLOS DE ESPACIOS VECTORIALES

-EJEMPLO 1.1.conjunto de los vectores libres del espacio
Cmo se suman dos vectores libres?
Cmo se multiplica un vector por un n

nmero real?
Cu
Cul es el vector nulo?
12
-EJEMPLO 2.2.-
Cmo se suman dos vectores libres?
Cmo se multiplica un vector por un n

nmero real?
Cu
Cul es el vector nulo?
13
-EJEMPLO 3.3.- Conjunto de los polinomios de grado menor o

igual que n.
Cmo se suman dos polinomios?
(coeficiente a coeficiente)
Cmo se multiplica un polinomio por un n

nmero real?
(se multiplica cada coeficiente por el n
nmero real)
Cu
Cul es el polinomio nulo?
14
-EJEMPLO 4.4.- Conjunto de las matrices reales de m filas y n

columnas.
Cmo se suman dos matrices?

elemento a elemento
Cmo se multiplica una matriz por un n
nmero real?
se multiplica cada elemento de la matriz por el
nmero real
15
-EJEMPLO 5.5.- Conjunto de las funciones reales de variable

real con dominio
.
Cmo se suman dos funciones?
Cmo se multiplica una funci

funcin por un n
nmero real?
Cu
Cul es la funci
funcin nula?
16
EJEMPLOS DE ESPACIOS VECTORIALES

suma:
producto por un escalar:
vector nulo:
vector
opuesto:
suma:
vector nulo:
vector
opuesto:
suma:
vector nulo:
vector
opuesto:
suma:
vector nulo:
vector
opuesto:
17
Propiedades.Propiedades.- Sea V un e. v. real:

1.1.2.2.3.3.4.4.5.5.6.6.7.7.-
Al multiplicar cualquier escalar por el

vector nulo obtenemos el vector nulo.
Al multiplicar cualquier vector por el escalar
0 obtenemos el vector nulo.
Esta propiedad
no es tan obvia
como puede parecer.
8.8.-
18
COMBINACIONES LINEALES
Sea V un espacio vectorial real:
COMBINACI
COMBINACIN LINEAL.LINEAL.es combinaci
combinacin lineal de
cuando
tales que:
19
COMENTARIOS.COMENTARIOS.Dados los vectores

(n
(nmeros reales),
reales), el vector
y los escalares 1 , 2 ,..., n

definido por:
se llama combinaci
combinacin lineal de los vectores :
Algunas combinaciones lineales de los vectores
son, por ejemplo:
El vector (2,1,1) de
(1,1,0) de
.
no es combinaci
combinacin lineal de los vectores (1,0,0) y
El polinomio x2+1
1 , x+2 y 1 de
no es combinaci
combinacin lineal de los polinomios x3+x
+x
de
.
20
10
Para comprobar si un vector

es combinaci
combinacin lineal de m
vectores de
se plantea la ecuaci
ecuacin vectorial siguiente:
Utilizando las definiciones de las operaciones suma de vectores de
y
producto de un vector de
por un escalar realizamos la operaci
n:
operaci
Teniendo en cuenta que dos vectores de
son iguales si todas sus
componentes son iguales dos a dos, tenemos el siguiente sistema de n
ecuaciones lineales con m inc
:
incgnitas
Si el sistema es compatible determinado, entonces

es combinaci
combinacin
lineal de los vectores
Si el sistema es incompatible, entonces
NO es combinaci
combinacin lineal
de los vectores
El sistema nunca puede ser compatible indeterminado.

21
En el espacio vectorial real

de los polinomios reales de grado
grado menor
o igual que n se procede del mismo modo que en el espacio vectorial
real
. Tenemos que tener en cuenta que dos polinomios de grado
grado
menor o igual que n son iguales si coinciden todos y cada uno de sus
coeficientes, incluido el t
trmino independiente. De este modo
tendremos un sistema de n+1 (ATENCI
ATENCIN!!!)
N!!!) ecuaciones lineales con
m inc
incgnitas.
A continuaci
continuacin resolvemos un par de ejercicios en los que trabajamos
con el concepto de combinaci
combinacin lineal de vectores en los espacios
vectoriales introducidos en los ejemplos 2 y 3 de este cap
y
captulo:
.
Destacar que es necesario conocer las definiciones de suma de
vectores (o polinomios) y producto de un vector (o polinomio) por
por un
escalar. Adem
Adems tenemos que tener claro qu
qu significa que dos
vectores de
sean iguales (o que dos polinomios de
sean
sean
iguales).
SUGERENCIA.
SUGERENCIA.- Utilizar las t
tcnicas de resoluci
resolucin de sistemas de
ecuaciones lineales conocidas (m
(mtodo de Gauss), que explicaremos
con detalle en el Tema 5 de este curso.
22
11
SUBESPACIOS VECTORIALES
Algunos subconjuntos de un espacio vectorial V son a su vez espacios
vectoriales con las operaciones definidas en V.
Estos subconjuntos se denominan subespacios vectoriales.
SUBESPACIO VECTORIAL.VECTORIAL.es un subespacio vectorial de V, si es espacio vectorial con las

operaciones definidas en V.
Subespacios vectoriales impropios
Subespacios vectoriales propios:
propios: cualquier subespacio vectorial
de V distinto de
y V.
Antes de dar ejemplos de subespacios vectoriales, es conveniente dar dos resultados
que hacen relativamente sencillo determinar si un subconjunto S de V es
subespacio vectorial de V.
23
Para demostrar que S V es subespacio vectorial de V, NO

ES NECESARIO comprobar los 8 axiomas de la definici
definicin de
espacio vectorial.
Un subconjunto S no vac
vaco de V es s.v.
s.v. de V si y s
slo si
cumple:
Un subconjunto S no vac
vaco de V es s.v.
s.v. de V si y s
slo si
cumple:
Para demostrar que S V es subespacio vectorial de V, basta con
comprobar que es un subconjunto no vac
vaco (pues todo espacio vectorial
ha de contener al menos el vector nulo, luego es conveniente comprobar
comprobar
que el vector nulo es un vector de S) y que S es cerrado bajo las
operaciones suma de vectores y producto por un escalar.
escalar. El resto de las
propiedades son heredadas
por
S
.
Esto
es
lo
que significan las dos
heredadas
caracterizaciones de subespacio vectorial que acabamos de enunciar.
24
12
En la pr
ctica, para demostrar que
pr
prctica,
S NO es s. v. de V
Basta con comprobar

una de estas tres cosas
Presentaremos a continuacin algunos ejemplos de conjuntos con dos

operaciones (suma y producto por un escalar) que no tienen estructura de
espacio vectorial. Para demostrar que un conjunto no es espacio vectorial es
suficiente comprobar que no satisface alguno de los ocho axiomas de la
definicin, pero basta con comprobar una de las tres condiciones arriba
mencionadas.
25
-EJEMPLO 1.1.- El conjunto de los n

nmeros enteros no tiene
estructura de espacio vectorial con las operaciones habituales
de suma y producto por un escalar real.
El conjunto de todos los nmeros enteros con las operaciones normales de
suma y producto por un escalar no tiene estructura de espacio vectorial, ya
que el producto no es una operacin cerrada.
0.51 = 0.5
escalar
entero
no entero
-EJEMPLO 2.2.- El conjunto de los polinomios de grado

exactamente 2 no tiene estructura de espacio vectorial.
El conjunto de los polinomios de grado exactamente 2 no tiene estructura
de espacio vectorial, ya que la suma no es una operacin cerrada.
p(x) = x2
q(x) = -x2+x+1
son polinomios de grado 2, pero su suma es un

polinomio de primer grado
p(x) + q(x) = x+1

26
13
INTERSECCI
INTERSECCIN DE SUBESPACIOS VECTORIALES.VECTORIALES.Si S , T son subespacios vectoriales de V, entonces:
1. S T es subespacio vectorial de V.
2. S T es el mayor de todos los subespacios vectoriales
de V incluidos en S y T.
La uni
unin de subespacios vectoriales de V
no es necesariamente un subespacio vectorial de V.
En el siguiente apartado veremos una manera de encontrar y construir
construir
subespacios de un espacio vectorial V. Este m
mtodo nos ser
ser de gran
utilidad para demostrar, sin emplear las caracterizaciones de subespacio
vectorial del apartado anterior, que un subconjunto no vac
vaco de un
espacio vectorial V es un subespacio vectorial de V.
27
SUBESPACIO VECTORIAL ENGENDRADO

POR UNA PARTE FINITA DE UN E. V.
Sea V un espacio vectorial real.
Sea G un conjunto (no vac
vaco) de vectores de V:
Definimos
como el conjunto formado por todas las
combinaciones lineales de los vectores:
28
14
-Ejemplos.Ejemplos.-
29
SUBESPACIO VECTORIAL ENGENDRADO POR

UNA COLECCI
COLECCIN FINITA DE VECTORES DE V..-
En un mismo subespacio vectorial es posible encontrar

distintos sistemas de generadores
30
15
Cmo encontrar distintos sistemas de generadores

de un subespacio vectorial?
Cmo demostrar que S es s.v.

?
s.v. de V?
31
-EJEMPLOEJEMPLO- Demostrar que
32
16
Algoritmo para hallar una base del

subespacio vectorial engendrado por una
familia G de vectores
Sea
vectorial
. Para hall
ar una base del subespacio
hallar
podemos proceder del modo siguiente:
siguiente:
1.1.- Formar la matriz A de r filas y n columnas con los vectores de

G como filas.
2.2.- Realizar operaciones elementales de fila hasta llegar a una
matriz B escalonada y equivalente a la matriz A.
3.3.- Las filas no nulas de B constituyen una base del subespacio
engendrado por G.
33
DEPENDENCIA E INDEPENDENCIA LINEAL

En el estudio del lgebra Lineal, una de las ideas centrales es la
de dependencia o independencia lineal entre vectores.
Podemos plantearnos la siguiente pregunta. Existe una
relaci
y
?
relacin especial entre los vectores
, o escrito de otro modo:
Es decir, el vector nulo se puede escribir como una

combinaci
y
. En este caso se dice que
combinacin no trivial de
los vectores son linealmente dependientes.
dependientes. En general, se
tienen las siguientes definiciones:
34
17
SISTEMA LIBRE. SISTEMA LIGADO.LIGADO.es un sistema libre (o son

vectores linealmente independientes)
independientes) si:
es un sistema ligado (o son

vectores linealmente dependientes)
dependientes) si:
A continuaci
continuacin enunciamos algunas propiedades de los
sistemas libres y ligados que nos pueden resultar tiles m
ms
adelante.
35
PROPIEDADES.PROPIEDADES.-
36
18
Las propiedades siguientes son resultados que se demuestran de forma

forma
inmediata a partir de los conceptos de sistema libre de vectores y sistema
ligado de vectores.
1. Todos los vectores de un sistema libre son no nulos.

2. Si un sistema de vectores contiene al vector nulo, entonces
es un sistema ligado.
3.
sistema libre sii
4. Un sistema de dos vectores es un sistema ligado si y s

slo si
uno de los vectores es mltiplo
ltiplo del otro.
5. Si a un sistema ligado se le a
aaden nuevos vectores, resulta
otro sistema ligado.
6. Todo subconjunto de un sistema libre es un sistema libre.
37
PRUEBAS PARA LA DEPENDENCIA LINEAL
La consecuencia 3.3.- nos permite decir cuando un conjunto

formado por un nico vector de un espacio vectorial V es un
sistema libre y cuando es un sistema ligado.
Del mismo modo, la consecuencia 4.4.- es una condici
condicin necesaria
y suficiente para que una familia formada por dos vectores de un
espacio vectorial V sea linealmente dependiente.
Cuando disponemos de una colecci
coleccin de m
ms de dos vectores
tendremos que recurrir necesariamente, en principio, a la
definici
definicin para demostrar que se trata de un sistema libre o un
sistema ligado.
38
19
Para comprobar si una familia de vectores es linealmente

dependiente o linealmente independiente vamos a utilizar, en
muchos casos, el concepto de rango de una matriz.
Hablaremos de rango de una matriz en un tema posterior, pero
como es un concepto que muchos alumnos ya conocen,
conviene decir que, en general, resulta m
ms c
cmodo y m
ms
sencillo estudiar la dependencia o independencia lineal de una
familia de vectores utilizando el concepto de rango de una
matriz.
A partir del momento en el que definimos el concepto de
rango de una matriz resolveremos ejercicios de sistemas
libres y ligados utilizando la idea del rango de una matriz.
39
BASES Y DIMENSIN DE UN
ESPACIO VECTORIAL
En este apartado presentaremos el concepto fundamental de una base de un
espacio vectorial. Como veremos, una base es un conjunto generador
eficiente que no contiene vectores innecesarios. De hecho, se puede
construir una base a partir de un conjunto generador desechando algunos
vectores innecesarios. Adems, conocer una base de un espacio vectorial es
muy til para comprender el espacio y sus propiedades.
BASE DE UN ESPACIO VECTORIAL.VECTORIAL.-
es una base del e.v.

e.v. real V si:
B s. libre
B s. generador de V
40
20
-EJEMPLOS DE BASES.BASES.-EJEMPLO 1.1.-
base can
cannica
-EJEMPLO 2.2.-
base can
cannica
41
EXISTENCIA DE BASES.BASES.Todo e.v.

e.v. V engendrado por un sistema de generadores finito
tiene al menos una base.
Todas las bases del e.v.
e.v.
elementos. Entonces:
poseen el mismo n
nmero de
DIMENSI
DIMENSIN DE UN ESPACIO VECTORIAL.VECTORIAL.El n
nmero de elementos que posee una base cualquiera de un
e.v.
e.v. V , recibe el nombre de dimensi
dimensin del e.v.
e.v. V (dim V)).
Esta informaci
informacin resulta muy til
como se ver
ver posteriormente
42
21
-CONSECUENCIAS.
CONSECUENCIAS.Si V es un e.v.
e.v. con dim V = n,, entonces:
En un espacio vectorial de dimensi

dimensin n no puede haber m
ms de n vectores linealmente independientes
n vectores l.i.
l.i. de un e.v.
e.v. V de dimensi
dimensin n constituyen una base de V
Un s.g.
s.g. de n vectores de un e.v.
e.v. V de dimensi
dimensin n constituye una base de V
43
Dos perspectivas de una base

Cuando se usa el teorema de la reducci
reduccin de un conjunto generador, la
eliminaci
eliminacin de vectores de un conjunto generador debe terminar cuando el
conjunto generador resulta linealmente independiente. Si se elimina
elimina otro
vector, no ser
ser combinaci
combinacin lineal de los vectores restantes y por lo tanto el
conjunto resultante ya no generar
generar el mismo espacio vectorial V.
Una base tambi
tambin es un conjunto linealmente independiente que es lo m
ms
grande posible. Si B es una base de V y si B se agranda con
con un vector,
digamos
, de V, entonces el nuevo conjunto ya no puede ser linealmente
linealmente
independiente, porque B genera V y
es por lo tanto una combinaci
combinacin
lineal de los vectores de B.
Ejemplo.- Los siguientes tres conjuntos de
muestran c
cmo un conjunto
linealmente independiente de dos vectores de
puede agrandarse
agrandarse para
formar una base de
y c
cmo un agrandamiento adicional destruye la
independencia lineal del conjunto. Este mismo ejemplo lo podemos ver desde
otra perspectiva: Un conjunto generador de
formado por 4 vectores
vectores puede
encogerse para dar una base, pero una contracci
contraccin adicional destruye la
propiedad de ser generador.
44
22
Cuando se conoce la dimensi

dimensin de un espacio o
subespacio vectorial, la b
bsqueda de una base se
simplifica con el resultado que damos a continuaci
continuacin,
que dice que si un conjunto tiene el n
nmero correcto de
elementos, entonces basta con demostrar que el conjunto
es linealmente independiente o bien que genera el
espacio. El teorema es de importancia cr
crtica en
numerosos problemas de aplicaciones (que tienen que
ver con ecuaciones diferenciales o en diferencias, por
ejemplo) donde la independencia lineal es mucho m
ms
fcil de comprobar que la propiedad de generar.
Seg
Segn la consecuencia 3.3.-, conocida la dimensi
dimensin de un e.v.
e.v.
V (
,
), cmo encontrar una
base B de V?:
45
COORDENADAS DE UN VECTOR
Sea V e.v.
e.v. real con
base de V.
nicos tales que:
A los escalares (
(nicos)
nicos)
llama coordenadas del vector
en la base B..
se les
Hallar las coordenadas del vector

en la base can
cannica de
en la base
de
46
23
DIMENSI
DIMENSIN DE UN SUBESPACIO
VECTORIAL
Sea S s.v.
s.v. de V y
B base de S si
: nmero de elementos de una base de S
Si dim V = n, y S es un s.v.
s.v. de V, entonces:
47
Cmo encontrar una base B de un subespacio vectorial S?
B = G es s.g.
s.g. de S
Hay que demostrar que B = G es s. libre
Cmo encontrar una base B de un espacio vectorial V?
Para encontrar una base de

vectores l.i.
, pues
l.i. de
, basta con hallar n
Para hallar una base de

, basta con hallar n + 1
polinomios l.i.
, pues
l.i. de
48
24
RANGO DE UN SISTEMA DE VECTORES

Sea V espacio vectorial real y F una colecci
coleccin de vectores de V.
Se llama rango de F ( r ( F ) ) al nmero m

mximo de
vectores linealmente independientes de F..
Volveremos a estudiar el concepto de rango de una familia de vectores
vectores dentro del
marco de la teor
teora de matrices. Esto nos permitir
permitir desarrollar m
mtodos m
ms
eficientes para calcular el rango de una familia de vectores y tambi
tambin para hallar
una base de un subespacio vectorial generado por una familia de vectores.
Si F es un subconjunto del e.v.

e.v. V que consta de m vectores y dim V = n
49
Conceptos
preliminares
ESPACIO VECTORIAL
ESCALAR
VECTOR
Coordenadas
DEPENDENCIA LINEAL
INDEPENDENCIA LINEAL
SISTEMA GENERADOR
BASE
Dimensin de un
espacio vectorial
Resultados interesantes
Relacin
Concepto
Condiciones
SUBESPACIO VECTORIAL
COMBINACIN LINEAL
Dimensin de un
subespacio vectorial
Concepto
Ejemplos bsicos
Condiciones
Propiedades
S. V. PROPIO
S. V. IMPROPIO
COORDENADAS
Rango de un sistema
de vectores
50
25

Espacios Vectoriales PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Espacios Vectoriales PDF

Cargado por

Copyright:

Formatos disponibles

Tema 5.

Algunos ejemplos que podemos mencionar son:

Fundamentos Matemticosde la Ingeniera

Fundamentos Matemticosde la Ingeniera

Fundamentos Matemticosde la Ingeniera

Fundamentos Matemticosde la Ingeniera

Definiremos cuando V es un espacio vectorial real

Fundamentos Matemticosde la Ingeniera

Como hemos visto, partimos de un conjunto no vac

Fundamentos Matemticosde la Ingeniera

ESTRUCTURA DE ESPACIO VECTORIAL

2.- Para ( ) (op

Fundamentos Matemticosde la Ingeniera

Los elementos de un espacio vectorial reciben el nombre genrico de

EJEMPLOS DE ESPACIOS VECTORIALES

Cmo se multiplica un vector por un n

Fundamentos Matemticosde la Ingeniera

Cmo se suman dos vectores libres?

Cmo se multiplica un vector por un n

Fundamentos Matemticosde la Ingeniera

-EJEMPLO 3.3.- Conjunto de los polinomios de grado menor o

Cmo se multiplica un polinomio por un n

Fundamentos Matemticosde la Ingeniera

-EJEMPLO 4.4.- Conjunto de las matrices reales de m filas y n

Cmo se suman dos matrices?

-EJEMPLO 5.5.- Conjunto de las funciones reales de variable

Cmo se suman dos funciones?

Cmo se multiplica una funci

Fundamentos Matemticosde la Ingeniera

EJEMPLOS DE ESPACIOS VECTORIALES

producto por un escalar:

Fundamentos Matemticosde la Ingeniera

Propiedades.Propiedades.- Sea V un e. v. real:

Al multiplicar cualquier escalar por el

Fundamentos Matemticosde la Ingeniera

Fundamentos Matemticosde la Ingeniera

COMENTARIOS.COMENTARIOS.Dados los vectores

y los escalares 1 , 2 ,..., n

son, por ejemplo:

Fundamentos Matemticosde la Ingeniera

Para comprobar si un vector

Si el sistema es compatible determinado, entonces

El sistema nunca puede ser compatible indeterminado.

En el espacio vectorial real

SUBESPACIO VECTORIAL.VECTORIAL.es un subespacio vectorial de V, si es espacio vectorial con las

Para demostrar que S V es subespacio vectorial de V, NO

Basta con comprobar

Presentaremos a continuacin algunos ejemplos de conjuntos con dos

Fundamentos Matemticosde la Ingeniera

-EJEMPLO 1.1.- El conjunto de los n

-EJEMPLO 2.2.- El conjunto de los polinomios de grado

son polinomios de grado 2, pero su suma es un

p(x) + q(x) = x+1

SUBESPACIO VECTORIAL ENGENDRADO

Fundamentos Matemticosde la Ingeniera

Fundamentos Matemticosde la Ingeniera

SUBESPACIO VECTORIAL ENGENDRADO POR

En un mismo subespacio vectorial es posible encontrar

Fundamentos Matemticosde la Ingeniera

Cmo encontrar distintos sistemas de generadores

Cmo demostrar que S es s.v.

Fundamentos Matemticosde la Ingeniera

-EJEMPLOEJEMPLO- Demostrar que