Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hasta ahora se han estudiado integrales cuyos intervalos sean continuos y existentes, sin embargo no
siempre eso ocurre, hay integrales que tiene inexistencias bien en los extremos o el un valor dentro del
intervalo. Como se ve a continuacin:
Caso2 El intervalo es abierto. (a,b), para lo que se requiere de un valor c que pertenece a (a,b) para el
cual si hay existencia de la funcin.
(a,b)
Caso3 El intervalo es cerrado [a,b], pero dentro del intervalo hay un valor c que no satisface la funcin.
[a,b] c pertenece y f(c) no exite.
VECTOR:
Es un elemento de un espacio vectorial.
El conjunto de
Se nota al conjunto
para
ESPACIO VECTORIAL
Un espacio vectorial es una tripla (V,K,*) conformada por:
1. Un grupo abeliano (V,+,0) , los elementos del cual denominamos vectores.
2. Un cuerpo (K,+,x,0,1) , del cual denominamos escalares.
3. Una operacin externa
KxV=V
(a,v) = a.v
Propiedades
Entre escalares y vectores que cumple las siguientes propiedades:
S = CONJUNTO
+ = 1 operacin
*= 2 operacin
En el conjunto
definimos dos operaciones entre sus elementos, las mismas que cumplen y dan un
entendimiento de una estructura algebraica en un espacio vectorial.
ESPACIO VECTORIAL EN
El conjunto
En consecuencia un elemento A de
, donde
y
Observacin.si n = 1,
si n = 2
que:
y todo elemento de
OPERACIONES EN EL CONJUNTO
En el conjunto
definiremos dos operaciones entre sus elementos, las mismas que cumplen ciertas
propiedades que hacen que tal conjunto tenga una estructura algebraica llamada espacio vectorial y por
lo tanto podremos referirnos a
Adiccin:Sean
suma de A y B de la siguiente manera :
, se define la
A
r
c
h
i
v
o
:
S
y R.
que lo notaremos. A o simplemente
c
a
l
a
r
m
u
l
t
i
p
l
i
c
a
t
i
o
n
o
f
v
e
c
t
o
r
s
.
s
v
g
PROPIEDADES:
Sean
existe un elemento
1X=X
9. La suma de vectores es ley de composicin interna.
x+yR
SUBESPACIOS VECTORIALES
Dado un espacio vectorial V sobre un cuerpo K y un subconjunto no vaco S de V , resulta interesante
preguntarse si S bajo la misma adicin de vectores y la misma accin de escalares sobre K vectores,
conforma un espacio vectorial sobre . En caso afirmativo, se dice que S es un subespacio del espacio V .
Esta relacin se denota por S<=V . Segn esta definicin, si se desea establecer que S<=V es necesario
verificar el cumplimiento de la siguiente proposicin:
Proposicin: Sea V un espacio vectorial sobre el cuerpo K y sea S un subconjunto no vaco de V.
Entonces, S<=V si y slo si se cumplen las siguientes condiciones:
El criterio para la verificacin de que S sea subespacio de V, es que ambas operaciones ( la ley de
composicin interna (+) entre elementos del conjunto S y la ley de composicin externa (* ) con
escalares del cuerpo K) sean cerradas, es decir, den como resultado elementos que tambin pertenezcan
a S.Estas antes mencionadas se dan con la suma y la multiplicacin para los vectores.un espacio
vectorial tambien llamado espacio muestral es el que denomina el falso y el verdadero. Para
ello se definen 4 axiomas que de cumplirse, garantizan la existencia del subespacio vectorial.
S no es un conjunto vaco.
contiene al elemento 0.
Los vectores
elemento
existen escalares
, si todo
. Es decir
tales que
Ejemplo:
a)A1 = ( 1 , 3 ), A2 = ( 4 , 1 ) generan
Solucion:Veamos si cualquier vector A= (x,y) de
Y A2. As:
A = A1 + A2 (x,y) = ( 1 , 3 ) + ( 4 , 1 ) x = + 4 ,y = 3 + 4
Resolviendo el sistema para y se encuentra que
= 4y x /11 , = 3 x - y /11
Como y existen cualesquiera que sean los valores de x e y, se concluye que todo vector de se puede
expresar como combinacin lineal de A1 Y A2. Es decir <A1, A2 >
b) En
o A2 =
Solucin:
<(1,3)>
{w
: w = v, R}
1.
De donde se sigue que = 0, =0 y puede tomar cualquier valor. Luego, existen infinitas soluciones de
la forma (,, ) = (0,, 0), con R. Es decir que <A1, A2, A3> = <A1, A3 >.
VECTORES LINEALMENTE INDEPENDIENTES
Los vectores
La negacin de dependencia lineal es la independencia lineal. De tal manera que una definicin
equivalente de independencia lineal es la siguiente:Los vectores
son linealmente independientes si ninguno de ellos se puede expresar como combinacin lineal de los
dems.
Ejemplo:
En
determinar la dependencia o independencia de los vectores
1.
A1= A1=(1, 3,2), A2 = (1, 4,1), A3 = (1, 0,2).
Solucin. Se tiene que
A1 + A2 + A3 = 0 (1, 3,2) + (1, 4,1) + (1, 0,2) = 0
+=0
3 +4 = 0
2 + + 2 = 0
Multiplicando por -3 a la primera ecuacin y sumndola con la segunda, se tiene que
= 3
Multiplicando por -2 la primera ecuacin y sumndola con la tercera se sigue que
=0
y en consecuencia Y
0
.
Luego los vectores A1, A2, A3, son linealmente independientes.
COMBINACIN LINEAL
Sean
,.Donde
son
El
es un
. Es decir que:{A
: A = i Ai, con
Ejemplo:
1. En
determinar si el vector A=(1,3) es combinacin lineal de los vectores:a) A1= (1,1), A2 = (-1,3)
Debemos ver si existen escaleres y tales que A1 + A2 = A. es decir tales que (2,2) + (-1,-1) =
(1,3), de donde se obtiene el sistema1 = - 3 = + 3 Cuya solucin es = 3/2, =1/2b) A1 = (2,2),
A2 = (-1,-1)Veamos si existen escalares y tales que A1 + A2 = A. Es decir tale que (2,2) + (-1,1) = (1,3), de donde se obtiene el sistema1= 2 3 = 2 + De dicho sistema se sigue que 1=3, lo
cual es un absurdo. Consecuentemente, no existen escalares y tales que A1 + A2 = A, o lo
mismo, el vector A no se puede expresar como combinacin lineal de los vectores A1 y A2
Un conjunto de n-vectores
de n-vectores.
1.
Solucin.
ProyBA = B = (<A|B>/ ||B||2) B = (<(3,5)|(1,2)>/ ||(1,2)||2) (1,2) = 13/5(1,2) = (13/5, 26/5)
NORMA DE UN VECTOR
Dado el vector
notaremos ||x|| esta dada por.
Propiedades de la norma
VECTORES ORTOGONALES
Definicin: Dos vectores X, Y en
y se nota XY
Luego
XY <X|Y>=0
Teorema 1.- (de Pitgoras). Sean X, Y vectores de
. Entonces:
XY>= X + Y
Definicin: Un vector X es unitario si ll X + Y ll^2 = ll X ll^2 + ll Y ll^2.
Observacin.-Dado cualquier vector no nulo Y de
; siempre es posible encontrar un vector unitario u
en la misma direccin que el vector Y y ese vector es:
u = Y / llYll
1.- Un vector unitario u en la direccin del vector v = ( (2) ^ 1/2, ) es,
u = u / ll u ll =( (2 ^ 1/2 ) / (2 + ^ 2 ) ^ 1/2 , / (2 + ^ 2 ) ^ 1/2 )
2.- Un vector unitario u en la direccin de v= (1, 2^1/2, )
v = v / ll v ll = ( 1 / ( 3 + ^ 2 ) ^ 1/2 , ( 2 ^ 1 / 2 ) / ( 3 + ^ 2 ) ^ 1/2, / ( 3 + ^ 2 ) ^ 1/2 )
EJEMPLOS:
1.- La base cannica {e1, e2, ... , en} de
Adems, para todo
Se tiene que:
X = ( x1 , x2 , x3 , ..., xn ) = _( i = 1 ) ^ n xiei.
2.- El conjunto { (1 / ( 2 ^ 1/2 ), 1 / ( 2 ^ 1/2 ) ), ( -1 / ( 2 ^ 1/2 ) ), 1 / ( 2 ^ 1/2 ) ) } es una base
ortonormal de
Teorema 4.-Si A= {e1, e2, e3, ..., en} es una base ortonormal de
,
v= <v,e1>e1 + <v,e2>e2 + ... + <v,en>en
, entonces
<Al B>
ab cos
Se tiene que :
C^2 = l l AB l l ^2 = l l B-A l l ^2 = <B-A l B-A>
l l A l l ^2 - 2 <A l B> + l l B l l ^2
a^2 + b^2 - 2 <A l B>
Por otra parte, por el teorema del coseno : c^2 = a^2 + b^2 - 2 ab cos
De la igualdad : c^2 = a^2 + b^2 - 2 ab cos = a^2 + b^2 - 2 <A l B> ,
se deduce que < A l B>
ab cos
II A II II B II cos
Esta expresion es a menudo usada para encontrar el angulo entre dos vectores.
DEFINICION:
Dados dos vectores X y Y de
, el coseno del angulo que forman los dos vectores est dado por :