Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4. ESPACIOS VECTORIALES.
4.1. Definición de espacio vectorial.
Teorema de subespacio
Sean v1, v2,…, vn, vectores en un espacio vectorial V. entonces cualquier vector de la
forma: a1v1+a2v2+…+anvn, donde a1, a2,…, an son escalares se denomina una
combinación lineal de v1, v2,…, vn.
Conjunto generador.
Se dice que los vectores v1, v2, …, vn de un espacio vectorial V generan a V si todo
vector en V se puede escribir como una combinación lineal de los mismos. Es decir, para
todo vÎV, existen escalares a1, a2, …, an tales que v=a1v1+a2v2+…+anvn
Sean v, v2, …, vk, k vectores de un espacio vectorial V. el espacio generado por {v1, v2,
…, vk} es el conjunto de combinaciones lineales v1, v2, …, vk. Es decir
Teorema: si v1, v2, …, vk son vectores en un espacio vectorial V, entonces gen {v1, v2,
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
…, vk} es un subespacio de V.
Sea v1= (2,-1,4) y v2= (4, 1,6). Entonces H=gen {v1, v2}={v:v=a1(2,-1,4)+a2(4,1, 6)}.
¿Cuál es la apariencia de H? si v=(x, y, z) ÎH, entonces tiene x=2a1+4a 2, y=-a1+a2 y
z=4a 1+6ª 2. Si se piensa que (x, y, z) esta fijo, entonces estas ecuaciones se pueden ver
como un sistema de tres ecuaciones con tres incógnitas a1, a2. Este sistema se resuelve
en la forma usual:
INDEPENDENCIA LINEAL
En el estudio del algebra lineal, una de las ideas centrales es la de dependencia o
independencia lineal de los vectores. En esta sección se define el significado de
independencia lineal y se muestra su relación con la teoría de sistemas homogéneos de
ecuaciones y determinantes.
En otras palabras, el vector cero se puede escribir como una combinación no trivial de v1
y v2 (es decir, donde los coeficientes en la combinación lineal no son ambos cero). ¿Qué
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
Se ha escrito el vector cero como una combinación lineal de v1, v2, y v3. Parece que los
dos vectores de la ecuación y los tres vectores de la otra ecuación tienen una relación
más cercana que un par arbitrario de 2-vectores a una terna arbitraria de 3-vectores. En
cada caso, se dice que los vectores son linealmente dependientes. En términos
generales, se tiene la importante definición a continuación presentada.
Definición: sean v1, v2,…, vn vectores en un espacio vectorial V. entonces se dice que
lois vectores son linealmente dependientes si existen n escalares c1, c2,…, cn no todos
Para decirlo de otra forma, v1, v2,.., vn son linealmente independientes si la ecuación
c1v1+c2v2+…+cnvn=0 se cumple únicamente para c1=c2=…=cn=0. Son linealmente
dependientes si el vector cero en V se puede expresar como una combinación lineal de
v1, v2,…, vn con coeficientes no todos iguales a cero.
Nota. Se dice que los vectores v1, v2,…, vn son linealmente independientes (o
dependientes), o que el conjunto de vectores {v1, v2,…, vn} es linealmente independiente
(o pendiente). Esto es, se usan las dos frases indistintamente.
Demostración: primero suponga que v2=cv1 para algún escalar c≠0. Entonces cv1-v2=0 y
v1 y v2 son linealmente dependientes. Por otro parte, suponga que v1 y v2 son
linealmente dependientes. Entonces existen constantes c1 y c2 al menos uno distinto a
cero, tales que c1v1+c2v2=0. Si c1≠0, entonces dividiendo entre c1 se obtiene v1+ (c2/c1)
v2=0, o sea,
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
En Rn se define
Puesto que los vectores e, son las columnas d una matriz identidad (que tiene
DIMENSIÓN
Si el espacio vectorial V tiene una base con un número finito de elementos,
entonces la dimensión de V es el número de vectores en todas las bases y V se
denomina espacio vectorial de dimensión finita. De otra manera, V se denomina
espacio vectorial de dimensión infinita. Si V= {0}, entonces se dice que V tiene
dimensión cero.
Notación. La dimensión V se denota por dimV.
homogéneo
Entonces y=z y x=-z de manera que todas las soluciones son de la forma
entonces (8) es
son linealmente independientes, forman una base para W, y dimW=n+1. Pero por
el teorema, dimW≤n. esta contradicción muestra que no existe el vector uÎV tal que
CAMBIO DE BASE
En R2 se expresaron vectores en términos de la base canónica
y es decir,
Entonces,
Así, de (1),
o
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
Por ejemplo, si
entonces
Nota 1. Aquí se usa la doble barra en lugar de una sola para evitar confusión con
el valor absoluto. Por ejemplo ǁsen tǁ denota la norma de sen t como un “vector”
en C[0, 2π] mientras que |sen t| denota el valor absoluto de la función sen t.
Nota 2. La ecuación anterior tiene sentido ya que (u, u)≥0.
Conjunto ortonormal
y
Si solo el primero se cumple, se dice que el conjunto es ortonormal.
Proyección ortogonal
Sea H un subespacio del espacio con producto interno V con base ortonormal
Si vϵV, entonces la proyección ortonormal de v sobre H denotada por proyHv está
Sea vϵV. entonces
Complemento ortogonal
Sea H un subespacio del espacio con producto interno V. entonces el
complemento ortogonal de H, denotado por H, está dado por (7)
Interpretación Geométrica
En el espacio elucídelo (R3, ·) con
el producto escalar usual definido,
se propone un método para
encontrar un sistema de vectores,
perpendiculares entre sí, a partir de
tres vectores
no coplanarios cualesquiera.
Sean v1, v2, v3 dichos vectores.
El método consiste de dos
proyecciones. La base ortogonal
de R3 compuesta por u1, u2, u3, se calcula de la siguiente manera.
Se escoge arbitrariamente uno de los vectores dados, por ejemplo u1 = v1.
u2 se calcula como la diferencia entre v2 y el vector que resulta de proyectar
a v2 sobre u1. Dicha diferencia es perpendicular a u1. Es equivalente afirmar
que u2 es la diferencia entre v2 y el vector que resulta de proyectar a v2 sobre la
recta que genera u1. u3 es la diferencia entre v3 y el vector que resulta de
proyectar a v3 sobre el plano generado por u1 y u2. La diferencia de vectores
tiene como resultado otro vector que es perpendicular al plano.
Esta sencilla interpretación del algoritmo para un caso que puede verse es
susceptible de generalización a espacios vectoriales de dimensión arbitraria, con
productos internos definidos, no necesariamente canónicos. Dicha generalización
no es otra que el proceso de Gram-Schmidt.
Descripción del Algoritmo de Ortonormalizacion de Gram-Schmidt
El método de Gram-Schmidt se usa para hallar bases ortogonales de cualquier
base no elucídela.
En primer lugar tenemos que:
Proposición 1
Si
Es un conjunto de vectores linealmente independientes, los
vectores u1, u1,... uk definidos por
Proposición 2
El conjunto
5. TRANSFORMACIONES LINEALES.
5.1. Introducción a las transformaciones lineales.
Definición: Las transformaciones lineales son las funciones y tratan sobre K-
espacios vectoriales que son compatibles con la estructura (es
decir, con la operación y la acción) de estos espacios.
Aquí se presentan las funciones entre espacios vectoriales que preservan las
cualidades de los
espacios vectoriales. Es decir, de funciones que preservan la suma y la
multiplicación por escalares.
b) T (c u) = c T (u)
Es lineal.
Entonces:
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
T es lineal.
1. f es un monomorfismo si f es inyectiva.
2. f es un epimorfismo si f es suryectiva.
3. f es un isomorfismo si f es biyectiva.
Teorema 1
i. T (0) = 0
ii. T (u - v) = Tu - Tv
Nota. En la parte i) el 0 de la izquierda es el vector cero en V; mientras que el 0 de
la
Teorema 2
V, T1v = T2v; es decir T1 = T2.
Ejemplo
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
Teorema 4
i.Un T es un subespacio de V.
ii.Im T es un subespacio de W.
Demostración
i.Sean u y v en un T; Entonces T (u + v) = Tu + Tv =0 + 0 =0 y T ( ) = = 0 = 0 de
forma que u + v y ∝u están en un T.
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
Demostración
Sea w1 = Te1, w2 = Te2,…., wn = Ten. Sea AT la matriz cuyas columnas son w1,
w2,…., wn y hagamos que AT denote también a la transformación de Rn-Rm, que
multiplica un vector en Rn por AT. Si
KARLA CECICLIA LOPEZ SANCHEZ IGE 932
Entonces
Ahora se puede demostrar que AT es única. Suponga que Tx = ATx y que Tx =
BTx para todo x ϵ Rn. Entonces ATx = BTx, o estableciendo CT= AT – BT, se tiene
que CTx = 0 para todo x ϵ Rn. En particular, CTei es la columna i de CT. Así, cada
una de las n columnas de CT es el m-vector cero, la matriz cero de m*n. Esto
muestra que AT = BT y el teorema queda demostrado.
i. Im T = Im A = CAT
ii. P (T) = p(AT)
iii. Un T = NAT
iv. v (T) = v (AT
Ejemplo 1 Representación matricial de una transformación de proyección
Encuentre la matriz de transformación AT correspondiente a la proyección de un
vector en R3 sobre el plano xy.
Solución
Teorema 4
Sean V y W espacios vectoriales de dimensión finita con dim V = n. sea T:V-W una
transformación lineal y sea AT una representación matricial de T respecto a las
bases B1 en V y B2 en W. entonces
i. p (T) =p (AT) ii. V(A) = v (AT) iii. V(a) + p (T) = n
De manera similar, una expansión a lo largo del eje y es una transformación lineal
que multiplica la coordenada y de todo vector en R2 por una constante C>1. Como
antes,
Ejemplo contracción
Rotación por un ángulo
y tenemos que:
transformación tal
que