0% encontró este documento útil (0 votos)
3 vistas4 páginas

Espacios Vectoriales

El documento aborda la teoría de espacios vectoriales, definiendo sus propiedades, operaciones y axiomas. Se explican conceptos como subespacios, combinaciones lineales, independencia lineal, bases y dimensión, junto con ejemplos y ejercicios para ilustrar cada tema. Además, se discuten operaciones entre subespacios, como la suma y la intersección, y se establece la condición para que un espacio vectorial sea la suma directa de dos subespacios.
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
3 vistas4 páginas

Espacios Vectoriales

El documento aborda la teoría de espacios vectoriales, definiendo sus propiedades, operaciones y axiomas. Se explican conceptos como subespacios, combinaciones lineales, independencia lineal, bases y dimensión, junto con ejemplos y ejercicios para ilustrar cada tema. Además, se discuten operaciones entre subespacios, como la suma y la intersección, y se establece la condición para que un espacio vectorial sea la suma directa de dos subespacios.
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

ESPACIOS VECTORIALES

Definición: Sean V   un conjunto, K un campo y dos operaciones: una de suma (+) y la otra de
producto (.), entonces diremos que el objeto (V,+,K,.) es un espacio vectorial si se verifican las
siguientes condiciones:
Para la suma: + : V x V  V
(x, y)  +(x, y) = x + y
Llamada Ley de composición interna (la suma de dos vectores es un vector) y cumple los siguientes
axiomas:
1. x + y = y + x,  x, y  V
2. x + (y + z) = (x + y ) + z,  x, y, z  V
3.  x  V, existe 0  V tal que x + 0 = 0 + x = x, donde “0” se denomina elemento neutro aditivo
ó cero.
4.  x  V, existe (-x)  V tal que x + (-x) = (-x) + x = 0, donde (-x) se denomina opuesto de x.
Para el producto:  : K x V  V
(, x)  (, x) = .x
Llamada ley de composición externa (el producto de un escalar por un vector es un vector) y cumple
con los axiomas siguientes:
5. (x) = ()x,  x  V ,  ,   K
6. ( + )x = x + x,  x  V ,  ,   K
7. (x + y) = x + y,  x, y  V ,    K
8.  x  V, existe 1  K elemento idéntico multiplicativo tal que 1.x = x
Observaciones:
1. Los elementos de V se llaman vectores y los elementos de K se llaman escalares.
2. Como V está definido sobre los elementos de K, se dice que V es un k espacio vectorial.
3. Si K = IR, V se llama espacio vectorial real.
4. Si K = C, V se llama espacio vectorial complejo.
Ejemplos:
Averiguar si los siguientes conjuntos son espacios vectoriales:
1. V = {(x,y)  IR2 / x + y = 1} con las operaciones de IR2.
2. V = {(x,y)  IR2 / x – y  Z} con las operaciones de IR2.
3. V = {(x,y,z)  IR3 / x + y = z} con las operaciones de IR3.
4. V = {x + ex / ,   IR}, donde x, ex son funciones reales.
5. V : Conjunto de las funciones reales pares.
6. V : Conjunto de las funciones reales impares.
7. V = {A  M2x2 / Tra(A) = 0} con las operaciones de M2x2
x y
 / x, y, x  IR} con las operaciones de M
2x2
8. V = { 
0 z 

SUBESPACIOS VECTORIALES

Definición: Sea (V,+,K,.) un espacio vectorial cualquiera, diremos que W  , W  V es un subespacio


vectorial de V si y sólo si (W,+,K,.) con las operaciones definidas por V es un espacio vectorial.

Teorema: Sea (V,+,K,.) un espacio vectorial y W  , W  V, diremos que (W,+,K,.) es un subespacio


vectorial de (V,+,K,.) si y solo si:
ii)  x, y  W  x + y  W
iii)    K,  x  W  x  W

Ejemplos:
1. Analizar si W es un subespacio de IR3 en cada uno de los siguientes casos:
a) W = {(x,y,z)  IR3 / x.y = 0}
b) W = {(x,y,z)  IR3 / x = y3}
c) W = {(x,y,z)  IR3 / x = z, y = 3}
d) W = {(x,y,z)  IR3 / x + 3y + z = 2}
2. Sea el espacio vectorial (IR2,+,IR,.) y los subconjuntos W = {(x,y)  IR2 / y = 2x} y T = {(x,y) 
IR2 / y = x + 1}, averiguar si son subespacios de IR2.
3. Sea V = RR = {f  RR / f: R  R} espacio vectorial sobre IR.
a) W = {f  V / f es acotada} es subespacio de V?
b) W = {f  V / f(-x) = f(x),  x  IR} es subespacio de V?
4. Sea V = M2x2(IR) espacio vectorial de matrices cuadradas sobre IR y sean W1 = {[aij]  M2x2(IR)
a 1  a 
/ a11 + a12 = 0}, W2 = {A  M2x2(IR) / A =  , a  IR}. Averiguar si W1 y W2 son
0 0 
subespacios de M2x2(IR)
5. Sea V = {f:[a,b]  IR / f es continua} el espacio vectorial de las funciones continuas, analizar si
b
S = {f  V / a f (x)  0 } es un subespacio de V.
COMBINACIÓN LINEAL Y SUBESPACIO GENERADO
Definición: Si v1, v2, .., vn son vectores de un espacio vectorial V, entonces:
a) Se dice que v es una combinación lineal de los vectores v1, v2, .., vn, si es posible expresarlo en la
forma: v = 1v1 + 2v2 + .. + nvn; donde i es un escalar.
b) El conjunto W de todas las combinaciones lineales de v1, v2, .., vn es un subespacio de V
c) W es el más pequeño de todos los subespacios que tienen como elementos a v1, v2, .., vn, es decir,
cualquier otro subespacio de V que tiene a v1, v2, .., vn entre sus elementos, debe contener a W.
El espacio vectorial W generado pr un conjunto de vectores S = { v1, v2, .., vn} se denota mediante W
= gen(S) = gen{ v1, v2, .., vn} y se dirá que W ws una combinación lineal de los vectores v1, v2, .., vn
ó que W está generado por los vectores v1, v2, .., vn.
Si V = gen(S) entonces se dice que el conjunto S genera a V, y S se llama un conjunto de generadores
para V.

Ejemplos:
1. Determinar si el vector v = (1,2,3) es combinación lineal de la familia cuyos elementos son los
vectores de IR3: v1 = (1,0,-1), v2 = (0,1,-1), v3(1,1,-2)
2. Sean los vectores v1 = (-1,0,2) y v2 = (-1,2,4) en IR3, determinar si los vectores v = (-1,1,3) y u =
(1,2,2) son combinación lineal de v1 y v2.
3. Demostrar que los siguientes conjuntos de vectores generan el mismo subespacio de IR3.
A = {(1,0,-1),(0,-2,1)}, B = {(1,-2,0),(2,-2,-1)}
4. Determinar el subespacio de (IR3,+,IR,.) generado por los vectores v1 = (1,-1,2), v2 = (0,-1,1), v3
= (1,1,0)
5. Si W = {(x,y,z)  IR3 ( x + y + z = 0}
a) Demostrar que W es un subespacio de IR3.
b) Hallar 2 vectores que generen a W

INDEPENDENCIA LINEAL:
Definición: Un conjunto de vectores {v1, v2, .., vn} de un espacio vectorial V sobre un campo K,
diremos que es linealmente Independiente si y solo si 1v1 + 2v2 + .. + nvn =   ai = 0,  i
Si {v1, v2, .., vn} no cumple esta condición diremos que {v1, v2, .., vn} es linealmente independiente.

Observaciones:
1. Si S = {v1, v2} donde v1 y v2 son vectores de V, entonces S L.D. si y sólo si un vector de S es
múltiplo escalar de otro. (v1 y v2 pertenecen a la misma recta que pasa por el origen)
2. Si v1, v2 y v3 son tres vectores de IR3, entonces el conjunto S = {v1, v2, v3} es L.D. si y sólo si los
tres vectores pertenecen al mismo plano que pasa por el origen.
3. Si v1, v2 y v3 son tres vectores de IR3, tales que v1 = (a1,a2,a3), v2 = (b1,b2,b3) y v3 = (c1,c2,c3),
a1 a 2 a3
entonces el conjunto S = {v1, v2, v3} es L.D. si y sólo si: b1 b 2 b 3 = 0
c1 c2 c3
Ejercicios:
1. Determinar la dependencia o independencia lineal de los siguientes conjuntos de vectores.
c) V = IR2, k = IR, v1 = (2,4), v2 = (0,3)
d) V = IR3, k = IR, v1 = (1,3, 2 ), v2 = (0,0,0), v3 = (1/2,0,1)
2. Dado el espacio vectorial (IR3,+,IR,.). Determinar si los siguientes vectores son linealmente
independientes.
e) A = {(1,0,0),(0,1,0),(00,1)}
f) B = {(1,-1,0),(1,1,2),(1,0,1)}
3. ¿Son los vectores v1 = (1,1,2,4), v2 = (2,-1,-5,2), v3 = (1,-1,-4,0) y v4 = (2,1,1,6) linealmente
independientes en IR4?
4. Dados los vectores (1,-4,6), (1,4,4) y (0,-4,x) del espacio IR3 sobre le campo de los reales,
determinar x para que sean linealmente independientes.
5. Si los vectores u, v y w son linealmente independientes, entonces los vectores: u + 2v – 3w, 2u +
v – w, 3u + 5v – 6w son linealmente independientes?

BASES Y DIMENSIÓN
Definición: Si V es un espacio vectorial y B = {v1, v2, .., vn} es un conjunto finito de vectores en V,
entonces se dice que B es una base de V si se cumple las condiciones siguientes:
i) B es L.I.
ii) B genera a V

Definición: Se llama dimensión de un espacio vectorial V al número de elementos de tiene una base
cualquiera. Así, si el espacio vectorial tiene una base de r elementos, se denota dim(V) = r

Ejercicios:
1. Determinar si los vectores (1,1,1), (1,2,3), (2,-1,1) forman una base de IR3.
2. Probar que {(1,0,0),(1,1,0),(1,2,1)} es una base de IR3
3. Sea S = {(x,y,z)  IR3 / 3x – y + z = 0} probar que S es un subespacio de IR3, encontrar una base
de S.
4. Encontrar un base para cada uno de las siguientes subespacios de IR3.
a) S = {(x,y,z)  IR3 / 3x – 4y + z = 0}
b) S = {(x,y,z)  IR3 / x + y – z = 0  2x – y + z = 0}
5. Sea W = {(x,y,z,t)  IR4 / x + y + z + t = 0} probar que los vectores (2,0,0,-2) y (8,-2,-4,-2) forman
una base de W

SUMA DE SUBESPACIOS
Definición: Si U y W son subespacios de un espacio vectorial V hay dos operaciones que se pueden
efectuar con U y W para obtener nuevos espacios:
1. La Intersección, que se denota:
U  W = {x / x  U  x  W}
2. La Suma, que se denota:
U + W = {u + w / u  U  w  W}
Ambos son subespacios de V.
Además:
dim(U + W) = dim(U) + dim(W) – dim(U  W)

Definición: Un espacio vectorial V es la suma directa de los subespacios U y W si se cumplen las


condiciones:
i) V = U + W
ii) U  W = {},  es el vector cero.
En este caso se escribe: V = U  W y su dimensión es:
dim(U  W) = dim(U) + dim(W)
Ejercicios:
1. Dados los subespacios U = {(x,y,z)  IR3 / x + y – z = 0}, W = {(x,y,z)  IR3 / 2x – 3y + 4z =
0} de IR3
a) Hallar U  W b) Probar que IR3 = U + V
2. Sean U = {(x,y,z,t)  IR4 / x + y = 0; z – t = 0}, W = {(x,y,z,t)  IR4 / x – y – z + t = 0} subespacios
de IR4
a) Determinar U  W
b) ¿U + W es suma directa?
3. sean U, V y W subespacios de IR3 donde U = {(x,y,z)  IR3 / x + y + z = 0}, V = {(x,y,z)  IR3
/ x = y} y W = {(0,0,z)  IR3 / z  IR}
a) Calcular U + V, U + W y V + W
b) Decir en cual de los tres casos anteriores de la parte (a) la suma es directa
4. En IR3 consideremos U = {(x,y,z)  IR3 / 2x – y + z = 0} y V = {(x,y,z)  IR3 / x – 2y – z = 0}.
Hallar:
a) dim(U + V)
b) b) dim(U  V)
c) c) Una base de U  V
5. Supongamos que U y W son subespacios de V y que dim U = 4, dim W = 5 y dim V = 7. hallar la
posible dimensión de U  W.
6. Si S = L{(2,5,-1,1),(2,1,1,-1),(2,-1,2,-1)} y T = L{(3,4,1,-1), (3,5,1,-1),(1,2,1,-1)}. Determinar: S
+ T, S  T y sus dimensiones.

También podría gustarte