Instituto Tecnolgico de Cancn

Carrera: Ingeniera en sistemas computacionales

Asignatura: Algebra Lineal Maestro: Juan Hctor Rodrguez Muiz

Unidad 4 Espacios Vectoriales Integrantes: Delmar Geovanni Perera Valdez Martnez Rodrguez Trinidad Chan Cox Manuel de Jess

Cancn, Quintana Roo a Junio del 2011

Introduccin

En el presente trabajo se detalla un resumen general del tema de espacios vectoriales en el cual se tratara de enlazar las relaciones de todos los subtemas que este trabajo presenta. Por ejemplo, espacio vectorial, combinacin lineal y otros subtemas y temas estn ampliamente relacionados. Tratar de enlazar los temas de la presente asignatura fue satisfactorio ya que as nos damos cuenta de que tanto necesitamos aprender los temas anteriores para poder resolver los nuevos problemas, sin tener una buena base de los temas estudiados en el transcurso del trabajo no podramos realizar los problemas de otros temas no presentes en este trabajo ejemplo los valores y vectores propios en este se necesita que se domine casi todo este trabajo para poder entender y poder analizar este tema ya que estn grandemente relacionados . Tambin tratamos de hacer lo mejor posible este trabajo y sobre todo comprender el trabajo y los ejercicios, esperemos que este trabajo sea de su agrado.

NDICE

Espacios vectorialespag.1 Definicin Propiedades Operaciones bsicas con vectores R2 Operaciones bsicas con vectores Rn Leyes de multiplicacin

Subespacios vectoriales...pag.6 Definicin Propiedades Envolvente lineal

Combinacin lineal..pag.8 Definicin Propiedades Envolvente lineal

Conjuntos generadores..pag.9 Definicin Propiedades Conjuntos generadores e independencia lineal Espacio fila y espacio columna de una matriz

Dependencia e independencia lineal..pag.10 Definicin Vectores linealmente dependientes Propiedades Vectores linealmente independientes

Conclusiones.pag.12 Bibliografa.pag.13

ESPACIOS VECTORIALES

Espacio euclidiano o Espacio vectorial Un espacio euclidiano es el conjunto de n-adas ordenadas, tambin conocido por espacio n-dimensional y de denota por Rn este es una sucesin de n nmeros reales ejemplo (a1,a2,...,an) donde los vectores Rn se clasifican as: R1 = espacio unidimensional, lnea recta real. R2 = espacio bidimensional, pares ordenados. R3 = espacio tridimensional, terna ordenadas. Rn = espacio n-dimensional, n-adas ordenadas.

Operaciones Bsicas con Vectores en R2 Suma de vectores y multiplicacin por un escalar: Siendo X y Y dos vectores y H un escalar se dice que: X + Y = (x1 , x2) + (y1 , y2) = (y1 , y2) + (x1 , x2) y la multiplicacin por un escalar se define H(x1 , x2)=(Hx1 , Hx2). Las propiedades que cumple la suma de vectores son la misma que cumplan las estructuras algebraicas de una operacin que son: la de cierre, la conmutativa, la asociativa, elemento neutro e identidad y la distributiva.

Las leyes que cumple la multiplicacin por un escalar son La de cierre bajo la multiplicacin Hx, La distributiva (H+I)x = Hx + Ix ; H(x + y) = Hx + Hy, La asociativa (HI)x = H(Ix), y el elemento neutro de la multiplicacin 1x = x.

Operaciones Bsicas con Vectores en Rn

Las operaciones bsicas con vectores en Rn son las mismas que las operaciones bsicas que vimos anteriormente, o sea, la suma de vectores y la multiplicacin por un escalar la diferencia seria que en estos seran n-esimos elementos y nesimos vectores ejemplo: Para suma de vectores X + Y = (x1 , x2, ... , xn) + (y1 , y2, ... , yn). Para multiplicacin de un vector por un escalar H(x1 , x2, ... , xn) = (Hx1 , Hx2, ... , Hxn).

Las propiedades que cumplen son las mismas que vimos en operaciones bsicas con vectores en R2. El vector cero 0 es el vector neutro o identidad de la suma de vectores en Rn: 0 = (0, 0, 0, ..., 0n), este vector tiene como propiedad de que es nico, es decir, U + 0 = 0, 0U = 0, a0 = 0, aU = 0 si a = 0 o U = 0, donde U es un vector y a un escalar.

Espacios vectoriales Un espacio vectorial es aquel conjunto de vectores que cumple las propiedades o axiomas de la suma de vectores y la multiplicacin por un escalar dichas propiedades vistas en espacios n-dimensinales Rn o R2. Un espacio vectorial es un espacio no vaco. Podramos decir que un espacio vectorial es la abstraccin de las propiedades de un espacio n-dimensional, debe tomarse en cuenta que en el espacio vectorial no se especifica operaciones ni vectores entonces se puede usar cualquier vector y cualquier operacin se puede sustituir la suma de vectores y la multiplicacin por un escalar, pero siempre cumpliendo todos las propiedades, siempre sera un espacio vectorial.

Un espacio vectorial cumple con cuatro partes que son: un conjunto de vectores, un conjunto de escalares, y dos operaciones. Estos forman un cuerpo que es igual a las estructuras algebraicas de dos operaciones <conjunto, operacin, operacin> (un cuerpo). Para comprobar que determinado conjunto es un espacio vectorial es preciso definir o especificar las propiedades de suma multiplicacin por un escalar como vimos anteriormente tenemos que definir el elemento que acta como cero (0) y el negado de cada elemento. Cuerpo Es el conjunto de nmeros y operaciones cualesquiera que deben obedecer las diez propiedades algebraicas que mencionamos en operaciones bsicas de espacios vectoriales. Subcuerpo Subespacio vectorial Si se operan escalares en forma de subcuerpo C y se operan bajo la suma y la multiplicacin por un escalar estos escalares no deben salirse del sub espacio determinado y las operaciones de prueba son las mismas que se han mencionado con anterioridad. Esto dice que si W es un sub conjunto del espacio vectorial V entonces este es un sub espacio de V. Si W es un espacio vectorial bajo las operaciones de suma y multiplicacin por un escalar definidas en V. Para que W sea un sub espacio de V debe cumplir las propiedades de cierre de la suma y la multiplicacin por un escalar tambin debe cumplir la ley del elemento neutro bajo la suma, el inverso bajo la suma y el neutro bajo la multiplicacin por un escalar.

Propiedades de los subespacios vectoriales (1) La interseccin de subespacios vectoriales de E, si es subespacio vectorial de E (E,+,) es K-ev { Hi} i I una familia de S.E.V de E H i es S.E.V de E </b> ->Demostracin: H1 = {(x, y, z) / x + y + z = 0 } H2 = { ( x, y, z ) / x - y + z = 0 } son S.E.V de R3

H1 H2 = { (x, y, z) / x + y + z = 0} = { (x, y, z) / x + z = 0 y = 0} = {(x, y, z) / x = z y = 0}

Caso particular

(1, 0, -1) + (-2, 0, 2) = (-1, 0, 1) H 1 H2 es 1ci (1, 0, -1) + (-2, 0, 2) H 1 H2 , K La interseccin es S.E.V

(2) La unin de subespacios vectoriales de E, no es subespacio vectorial de E (E,+,) es K-ev { Hi } i I una familia de S.E.V de E Hi no es S.E.V de E. </b> Demostracin: H1 = { (0,y) / y R } H2 = { ( x,0) / xR } son S.E.V de R2. Si (0,1) H1 tambin H1 H2. Si H 1 H2 fuera S.E.V la suma seria 1ci y no lo es. Si (1,0) H1 tambin H1 H2 (0,1) + (1,0) = (1,1) H1 H2. (3) La suma de subespacios vectoriales (el conjunto suma) es subespacio vectorial de E (E,+,) es K-ev H,G dos S.E.V de E H + G es S.E.V de E ->Demostracin: H + G = { v E / v = h + g tal que h H g G}. Queremos demostrar que H + G E Sean: h + g H+G; h+ g H+G; , K (h + g) + (h+ g) = ( h + h) + ( g + g) H+G por el teorema H+G es S.E.V de E

Combinacin Lineal Dados dos vectores: combinacin lineal de y , y dos nmeros: a y b, el vector y . se dice que es una

Una combinacin lineal de dos o ms vectores es el vector que se obtiene al sumar esos vectores multiplicados por sendos escalares.

Cualquier vector se puede poner como combinacin lineal de otros dos que tengan distinta direccin. (O que sean linealmente independientes)

Ejemplo 1: Dados los vectores lineal

, hallar el vector combinacin

Se denomina combinacin lineal a u vector V en un espacio vectorial U u un cuerpo h. Si los vectores v1, v2, v3, ..., vn en u si V puede expresarse como: V = c1v1 + c2v2 + c3v3 +... + cnvn donde c son escalares del cuerpo h.

Envolvente lineal Este es el conjunto de todas las combinaciones lineales semejantes denotado por Lin(v1, v2, ..., vn) y se denomina envolvente lineal de u1, u2, ...,un.

Siendo S un sub conjunto de un espacio vectorial V entonces Lin S es un sub conjunto de un espacio vectorial V y si W es un subconjunto de V que contiene a S, necesariamente Lin S es complemento de W.

Conjuntos Generadores Si todo vector es un espacio vectorial puede ser expresado como combinacin lineal como lo vimos anteriormente entonces se dice que la combinacin lineal es un conjunto generador de un espacio vectorial.. En otras palabras si u1, u2, ..., un generan u entonces u pertenecen a V si existen escalares c tal que: V = c1u1 + c2v2 + ... + cnun entonces V es una combinacin lineal de u1, u2, ..., u3 .

Espacio fila y espacio columna de una matriz Si A es una matriz m x n en un cuerpo K cualquiera, las filas de A pueden ser vistas como vectores de Kn llamado espacio fila de U denotado por f - Lin A. As haciendo la matriz transpuesta esto quiere decir que si las columnas las hacemos vectores de Km estos generan un sub espacio de Km llamado espacio columna de A denotado c-Lin A. Si hacemos operaciones elementales entre fila a A y obtenemos una matriz B podemos decir que B es que cada fila de B es una combinacin lineal de cada fila de A por lo que el espacio fila de B. Esta contenido al espacio fila de A y as viceversa, o sea, si efectuamos operaciones entre fila a B obtenemos A y esto sera convencin lineal de cada fila de B, esto cumple ciertos teoremas y propiedades: Las matrices equivalentes por filas tienen el mismo espacio fila.

Dos matrices en forma cannica por fila tienen el mismo espacio fila si estos tienen las mismas filas no nulas.

Toda matriz es equivalente por fila a una matriz nica en forma cannica por filas.

Conjuntos generadores e Independencia lineal Si todo vector puede expresarse como combinacin lineal de vectores en un conjunto S entonces el conjunto S es un conjunto de un espacio vectorial.

Dependencia e Independencia lineal Para que un vector tenga dependencia lineal este debe tener una solucin no trivial esto quiere decir que la combinacin lineal denotado as: c1v1 + c2v2 + c3v3 = 0 , sea que tiene una solucin nica. Para comprobar la independencia Lineal. Sea S = {v1, v2, ..., vn } un conjunto de vectores en un espacio vectorial V entonces partiremos de la ecuacin vectorial c1v1 + c2v2 + c3v3 = 0 (que es la misma que combinacin lineal don de c son escalares) se escribe un sistema homogneo de ecuaciones lineales en variable c1, c2, ..., ck . Despus se hace Gauss-Jordn a la matriz aumentada para diagonal izarla si la solucin de la diagonalizacion tiene solamente solucin trivial c1, c2, c3 entonces S es linealmente independiente. Si un conjunto S={v1, v2, ..., v3}, k>=2 es linealmente dependiente si solo si por lo menos uno de los vectores vj puede expresarse como una combinacin lineal de los dems vectores S. Vectores linealmente dependientes Varios vectores libres del plano son linealmente dependientes si existe una combinacin lineal de ellos que sea igual al vector cero, sin que sean cero todos los coeficientes de la combinacin lineal.

Propiedades 1. Si varios vectores son linealmente dependientes, entonces al menos uno de ellos se puede expresar como combinacin lineal de los otros.

Si un vector es combinacin lineal de otros, entonces todos los vectores son linealmente dependientes. 2. Dos vectores del plano son linealmente dependientes si, y slo si, son paralelos. 3. Dos vectores del plano = (u1, u2) y sus componentes son proporcionales. = (v1, v2) son linealmente dependientes si

Vectores linealmente independientes Varios vectores libres son linealmente independientes si ninguno de ellos se puede expresar como combinacin lineal de los otros.

a1 = a2 = = an = 0 Los vectores linealmente independientes tienen distinta direccin y sus componentes no son proporcionales.

Conclusiones

Despus de haber realizado a plenitud este trabajo se han relacionado todos los temas y subtemas que se han visto en el tema de espacios vectoriales. Se han visto ms detallado y con ms exactitud las definiciones y propiedades que hilan todos los temas propuestos por este trabajo y se ha se ha llegado a la conclusin de todos los temas estn relacionados en cierta forma ya que en varios de estos se necesita recurrir a las propiedades que se han visto en los anteriores temas y por eso es necesario tener un amplio conocimiento de los temas de este unidad que es de espacios vectoriales. Con esto podramos decir que nos ha enseado a tener un amplio criterio de la utilidad de estos temas, ya que no podemos omitir las enseanzas pasadas ya que estas nos forman las bases para comprender y analizar y poder poner en prctica los temas futuros. Este trabajo se ha hecho con el fin de comprender de que no hay que dejar tirado lo ye hemos aprendido antes ya que eso nos va a ayudar a solucionar problemas en nuestro futuro en alguna situacin en nuestras vidas.

Bibliografa

Libro: Algebra lineal y geometra cartesiana Autor: Juan de burgos Segunda edicin

Libro: Algebra lineal Autor: Seymour lipschuts Segunda edicin